这是名为“深度学习医疗应用”的 Windows 应用，其最新版本可以下载为 Deep-Learning-for-Medical-Applicationssourcecode.tar.gz。它可以在免费的主机提供商 OnWorks 上在线运行。
免费下载并在线运行这款名为“使用 OnWorks 进行医疗应用的深度学习”的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从本网站启动任何 OS OnWorks 在线模拟器，但更好的 Windows 在线模拟器。
- 5. 从您刚刚启动的 OnWorks Windows 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序并安装。
- 7. 从您的 Linux 发行版软件存储库下载 Wine。 安装后，您可以双击该应用程序以使用 Wine 运行它们。 您还可以尝试 PlayOnLinux，这是 Wine 上的一个花哨界面，可帮助您安装流行的 Windows 程序和游戏。
Wine 是一种在 Linux 上运行 Windows 软件的方法，但不需要 Windows。 Wine 是一个开源的 Windows 兼容层，可以直接在任何 Linux 桌面上运行 Windows 程序。 本质上，Wine 试图从头开始重新实现足够多的 Windows，以便它可以运行所有这些 Windows 应用程序，而实际上不需要 Windows。
SCREENSHOTS
Ad
深度学习在医疗应用中的应用
商品描述
Deep-Learning-for-Medical-Applications 是一个资源库，汇集了深度学习方法、代码实现以及应用于医学影像和医疗保健数据的示例。该项目使用针对医学限制（小数据集、标注成本、类别不平衡）定制的先进架构（例如 U-Net、ResNet 及其 GAN 变体），解决特定领域的挑战，例如分割、分类、检测和多模态数据（例如 MRI、CT、X 射线）。它包含 Jupyter 笔记本、模型架构、数据预处理流程以及针对医学影像任务的评估脚本。该资源库还可能包含特定领域的模块：损失函数（例如 Dice、focal loss）、指标（例如敏感度/召回率/IoU）以及用于叠加分割蒙版的可视化工具。
功能
- 专门用于医学成像的模型架构（例如 U-Net、ResNet、GAN 变体）
- 医疗数据的预处理流程和增强技术
- 适用于分割、类别不平衡的损失函数和指标，例如 Dice、focal loss
- 用于医学图像叠加预测的评估和可视化实用程序
- Jupyter Notebook 展示了医疗 AI 任务中的端到端工作流程
- 强调可重复性、仔细验证和领域感知设计
分类
此应用程序也可从 https://sourceforge.net/projects/deep-learning-med-app.mirror/ 获取。它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最便捷的方式在线运行。
