肺实例分割工作流程 （使用Keras和Ray Tune的U-Net / Mask R-CNN工作流程进行实例细分） 肺部实例分割工作流程使用通过模型从图像中预测肺罩。 运行工作流程 使用命令git clone cd进入lung-instance-segmentation-workflow目录 [可选]如果要添加自己的Docker映像，请转至workflow.py文件并在以下位置更改映像 unet_wf_cont = Container ( "unet_wf" , Container . DOCKER , image = "docker://vedularaghu/unet_wf:latest" ) 部分，指向您的docker映像的链接 使用命令python3 w

LUNA16是16年推出的一个肺部结节检测数据集，LUNA16的文件，共有10个子文件夹，subset0~subset9，这是为了做10折交叉验证，每个文件夹里都是病例，每个病例对应两个文件，文件名相同，后缀不同，其中.mhd文件存储着ct的基本信息，.raw文件存储着实际的ct数据，可以看到，ct文件还是挺大的，LUNA16足足一百多G，下载起来也挺耗时的。文件如果失效了加百度云2642828613@qq.com

机器人肺部超声成像的自主目标定位 开发了用于半自主肺超声成像的机器人系统 伍斯特工业大学医学融合实验室的直接研究 贡献： 使用DensePose自动识别患者并扫描目标区域 使用RealSense相机的表面法线求解器 基于速度的PD控制器，用于Franka Emika机器人 系统集成和验证 用法： franka_example_controllers 从修改的franka机器人的较低级别控制 robotic_ultrasound 弗兰卡机器人的高级控制 数据处理MATLAB脚本来处理实验数据

从一系列 CT 影像中对肺部影像进行分割，并识别估计肺部容积量。

天池医疗AI大赛：肺部结节智能诊断[第二赛季] 背景 肺部原始图，肺部腐蚀图，肺部气管图 肺部2D图，肺部3D图，肺部阈值图 任务 真肿瘤 假肿瘤 絮状肿瘤，小肿瘤，肺壁肿瘤 算法 Run python ./prepare/main.py python ./1_train/main.py python ./1_train/check.py python ./1_test/main.py python ./1_test/check.py python ./1_test/save_csv.py python ./2_train/create_data.py python ./2_train/check.py Created by lining@2017/9/30

TianchiChallenge-1 天池医疗AI大赛：肺部结节智能诊断[第一赛季] rank：37 /2887 The source code will be uploaded

芯片或带来肺部损伤新疗法.pdf

致敬前线医护工作者海报设计素材适用于致敬医护工作者海报设计。

肺部影像人工智能诊断系统对肺结节性质的诊断价值分析.pdf

针对肺实质序列图像分割方法的时效性低和分割不完全性等问题，利用先验知识得到肺部 ＣＴ 序列 ＲＯＩ图.像，提出超像素序列分割算法对 ＲＯＩ序列图像进行分割，采用改进的自生成神经网络对超像素进行聚类并优化，根据.聚类后样本的灰度和位置特征识别肺实质区域。在序列肺实质图像的分割结果中，单 张 ＣＴ 图像的平均处理时间为.０．６１ｓ，同时能达到９２．０９±１．５２％的平均肺部体素重合度。与已有的方法相比，所提算法能在相对较短的时间内获得.较高的分割精准度。