没有合适的资源?快使用搜索试试~ 我知道了~
covid-cxr:神经网络模型通过COVID-19特征的存在对胸部X光进行分类
共43个文件
py:17个
png:10个
gitkeep:8个
需积分: 10 2 下载量 114 浏览量
2021-04-23
14:35:05
上传
评论
收藏 2.36MB ZIP 举报
温馨提示
COVID-19胸部X射线模型 该项目的目标是三方面的:(1)探索一种机器学习算法的开发,以区分呼吸道疾病测试对COVID-19呈阳性的个体的胸部X射线与其他X射线,(2)促进模式发现(3)建立在各种数据类型上训练的更健壮和可扩展的机器学习基础结构,以帮助对COVID-19做出全球响应。 我们呼吁机器学习从业者和医疗保健专业人员,他们可以为这项工作贡献自己的专业知识。 如果您有兴趣借出您的专业知识或通过数据共享协议来参与该项目,请与我们(在此页面底部); 否则,请随意尝试此仓库中的代码库。 最初的模型是由加拿大伦敦市的市政人工智能应用实验室的Blake VanBerlo构建的。 已经在由标记为COVID-19感染呈阳性的X射线,正常X射线以及描述其他肺炎证据的X射线组成的数据集上训练了模型。 当前,我们使用可解释(即LIME)作为应用于模型的可解释性方法。 该项目需要更多的专业知识和更
资源推荐
资源详情
资源评论
收起资源包目录
covid-cxr-master.zip (43个子文件)
covid-cxr-master
data
interpretability
.gitkeep 0B
processed
.gitkeep 0B
LICENSE 1KB
src
models
models.py 7KB
__init__.py 0B
custom
metrics.py 4KB
__init__.py 0B
data
__init__.py 0B
preprocess.py 9KB
train.py 20KB
predict.py 7KB
visualization
visualize.py 8KB
__init__.py 0B
__init__.py 0B
interpretability
gradcam.py 5KB
lime_explain.py 5KB
__init__.py 0B
results
models
.gitkeep 0B
logs
hparam_search
.gitkeep 0B
training
.gitkeep 0B
experiments
.gitkeep 0B
predictions
.gitkeep 0B
config.yml 4KB
documents
readme_images
Grad-CAM_example0.PNG 314KB
binary_cm.png 26KB
LIME_example0.PNG 363KB
cm_example.PNG 10KB
LIME_example3.PNG 342KB
LIME_example2.PNG 376KB
LIME_example1.PNG 380KB
Grad-CAM_example1.PNG 549KB
roc_example.PNG 9KB
tensorboard_loss.png 51KB
generated_images
.gitkeep 0B
requirements.txt 224B
.gitignore 3KB
README.md 30KB
azure
train_pipeline.ipynb 9KB
preprocess_step
preprocess_step.py 1KB
.amlignore 115B
hparam_pipeline.ipynb 13KB
hparam_train_step
hparam_train_step.py 4KB
train_step
train_step.py 3KB
共 43 条
- 1
资源评论
徐志鹄
- 粉丝: 17
- 资源: 4661
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功