开源用于医学影像的深度学习工具箱

主要整理相关将深度学习技术应用到医学数据领域的开源软件,囊括了医学影像的病灶分割、检测等技术。如果大家有更好的推荐,欢迎留言。

医学影像系列

  • NiftyNet: https://github.com/NifTK/NiftyNet (截止2020.3.14日,stars:1.1k)
    基于tensorflow用于医学图像分析和图像指导治疗研究的开源卷积神经网络平台,特点是易于定制的网络组件接口、共享网络和预先训练的模型、支持2-D,2.5-D,3-D,4-D输入、多GPU支持的高效训练、常用的网络实现(HighRes3DNet,3D U-net,V-net,DeepMedic)、用于医学图像分割的综合评估指标。

  • DLTK:https://github.com/DLTK/DLTK (截止2020.3.14日,stars:1.1k)
    基于tensorflow的用于医学图像分析的深度学习工具包。

  • Deep-Learning-for-Medical-Applications:https://github.com/albarqouni/Deep-Learning-for-Medical-Applications (截止2020.3.14日,stars:1.1k)
    AI医学影像方面的论文收集。

  • 3DUnetCNN:https://github.com/ellisdg/3DUnetCNN (截止2020.3.14日,stars:990)
    基于keras实现的3D Unet模型,用于医学影像分割。

  • Attention-Gated-Networks:https://github.com/ozan-oktay/Attention-Gated-Networks (截止2020.3.14日,stars:853)
    基于注意力卷积神经网络的的医学图像分类与分割。

  • MedicalNet:https://github.com/Tencent/MedicalNet (截止2020.3.14日,stars:804)
    腾讯推出的3D预训练模型,MedicalNet项目提供了一系列3D-ResNet预训练模型和相关代码。

  • medicaldetectiontoolkit:https://github.com/MIC-DKFZ/medicaldetectiontoolkit (截止2020.3.14日,stars:686)
    medicaldetectiontoolkit基于pytorch的包含流行的目标检测器2D + 3D实现,例如Mask R-CNN,Retina Net,Retina U-Net,专注于提供处理医学图像的训练和推理框架。

  • deepmedic:https://github.com/deepmedic/deepmedic (截止2020.3.14日,stars:667)
    用于3D医学扫描分割的高效多尺度3D卷积神经网络。

  • medicaltorch:https://github.com/perone/medicaltorch (截止2020.3.14日,stars:603)
    A medical imaging framework for Pytorch

  • MITK:https://github.com/MITK/MITK (截止2020.3.14日,stars:302)
    医学成像交互工具包(MITK)是用于开发交互式医学图像处理软件的免费开源软件系统。 MITK将Insight工具包(ITK)和可视化工具包(VTK)与应用程序框架结合在一起。

  • medpy:https://github.com/loli/medpy (截止2020.3.14日,stars:247)
    Medical image processing in Python

欢迎关注微信公众号《脑技术训练营》,方便更好的交流,谢谢!

开源用于医学影像的深度学习工具箱_第1张图片

你可能感兴趣的:(脑科学技术学习)