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！