นี่คือแอปพลิเคชัน Windows ชื่อ Deep Learning for Medical Applications ซึ่งสามารถดาวน์โหลดเวอร์ชันล่าสุดได้ที่ Deep-Learning-for-Medical-Applicationssourcecode.tar.gz สามารถใช้งานออนไลน์ได้บน OnWorks ซึ่งเป็นผู้ให้บริการโฮสติ้งฟรีสำหรับเวิร์กสเตชัน
ดาวน์โหลดและใช้งานแอปชื่อ Deep Learning for Medical Applications with OnWorks ออนไลน์ได้ฟรี
ทำตามคำแนะนำเหล่านี้เพื่อเรียกใช้แอปนี้:
- 1. ดาวน์โหลดแอปพลิเคชั่นนี้ในพีซีของคุณ
- 2. เข้าไปที่ file manager https://www.onworks.net/myfiles.php?username=XXXXX ด้วยชื่อผู้ใช้ที่คุณต้องการ
- 3. อัปโหลดแอปพลิเคชันนี้ในตัวจัดการไฟล์ดังกล่าว
- 4. เริ่มโปรแกรมจำลองออนไลน์ของ OS OnWorks จากเว็บไซต์นี้ แต่โปรแกรมจำลองออนไลน์ของ Windows ที่ดีกว่า
- 5. จากระบบปฏิบัติการ Windows ของ OnWorks ที่คุณเพิ่งเริ่มต้น ไปที่ตัวจัดการไฟล์ของเรา https://www.onworks.net/myfiles.php?username=XXXXX พร้อมชื่อผู้ใช้ที่คุณต้องการ
- 6. ดาวน์โหลดแอปพลิเคชั่นและติดตั้ง
- 7. ดาวน์โหลดไวน์จากที่เก็บซอฟต์แวร์ลีนุกซ์ดิสทริบิวชันของคุณ เมื่อติดตั้งแล้ว คุณสามารถดับเบิลคลิกที่แอปเพื่อเรียกใช้แอปด้วย Wine คุณยังสามารถลองใช้ PlayOnLinux ซึ่งเป็นอินเทอร์เฟซแฟนซีบน Wine ที่จะช่วยคุณติดตั้งโปรแกรมและเกมยอดนิยมของ Windows
ไวน์เป็นวิธีเรียกใช้ซอฟต์แวร์ Windows บน Linux แต่ไม่จำเป็นต้องใช้ Windows Wine เป็นเลเยอร์ความเข้ากันได้ของ Windows แบบโอเพ่นซอร์สที่สามารถเรียกใช้โปรแกรม Windows ได้โดยตรงบนเดสก์ท็อป Linux โดยพื้นฐานแล้ว Wine พยายามนำ Windows กลับมาใช้ใหม่ให้เพียงพอตั้งแต่เริ่มต้น เพื่อให้สามารถเรียกใช้แอปพลิเคชัน Windows เหล่านั้นทั้งหมดโดยไม่จำเป็นต้องใช้ Windows จริงๆ
ภาพหน้าจอ
Ad
การเรียนรู้เชิงลึกสำหรับการใช้งานทางการแพทย์
DESCRIPTION
Deep-Learning-for-Medical-Applications คือคลังข้อมูลที่รวบรวมวิธีการเรียนรู้เชิงลึก การนำโค้ดไปใช้งาน และตัวอย่างที่นำมาประยุกต์ใช้กับข้อมูลภาพทางการแพทย์และการดูแลสุขภาพ โครงการนี้มุ่งเน้นการแก้ไขปัญหาเฉพาะโดเมน เช่น การแบ่งส่วนข้อมูล การจำแนกประเภทข้อมูล การตรวจจับข้อมูล และข้อมูลหลายโหมด (เช่น MRI, CT, X-ray) โดยใช้สถาปัตยกรรมที่ทันสมัย (เช่น U-Net, ResNet, GAN) ที่ปรับให้เหมาะกับข้อจำกัดทางการแพทย์ (เช่น ชุดข้อมูลขนาดเล็ก ต้นทุนการทำหมายเหตุประกอบ และความไม่สมดุลของคลาส) ซึ่งประกอบด้วยสมุดบันทึก Jupyter สถาปัตยกรรมแบบจำลอง กระบวนการเตรียมข้อมูล และสคริปต์ประเมินผลเฉพาะสำหรับงานภาพทางการแพทย์ คลังข้อมูลนี้ยังอาจมีโมดูลเฉพาะโดเมน ได้แก่ ฟังก์ชันการสูญเสียข้อมูล เช่น Dice, การสูญเสียข้อมูลโฟกัส, เมตริกต่างๆ เช่น ความไว/การเรียกคืนข้อมูล/IoU และยูทิลิตี้การสร้างภาพสำหรับการวางซ้อนมาสก์การแบ่งส่วนข้อมูล
คุณสมบัติ
- สถาปัตยกรรมแบบจำลอง (เช่น U-Net, ResNet, GAN variants) เฉพาะสำหรับการถ่ายภาพทางการแพทย์
- การประมวลผลล่วงหน้าของท่อและเทคนิคการเสริมสำหรับข้อมูลทางการแพทย์
- ฟังก์ชันการสูญเสียและเมตริกที่เหมาะกับการแบ่งส่วน ความไม่สมดุลของคลาส เช่น ลูกเต๋า การสูญเสียโฟกัส
- ยูทิลิตี้การประเมินและการแสดงภาพสำหรับการซ้อนทับคำทำนายบนภาพทางการแพทย์
- สมุดบันทึก Jupyter แสดงเวิร์กโฟลว์แบบครบวงจรในงาน AI ทางการแพทย์
- เน้นย้ำถึงความสามารถในการทำซ้ำ การตรวจสอบอย่างรอบคอบ และการออกแบบที่คำนึงถึงโดเมน
หมวดหมู่
นี่คือแอปพลิเคชันที่สามารถดึงข้อมูลจาก https://sourceforge.net/projects/deep-learning-med-app.mirror/ ได้ แอปพลิเคชันนี้โฮสต์อยู่ใน OnWorks เพื่อให้ใช้งานออนไลน์ได้ง่ายที่สุดจากระบบปฏิบัติการฟรีของเรา
