Published onPaddleCare医疗数据的分析工具数据分析功能简介:PaddleCare 是一个用于医疗数据分析的可用人工智能工具包。算法工具主要包含三个内容: 统计分析(R和Python) 放射组学 (python) 深度学习(Python)。可用于以下医疗数据:临床数据(表格)、影像数据(MRI、CT、X射线)、医疗信号(EEG)等。使用场景:分析医疗数据的人工智能工具。
Published onLeaven医疗数据挖掘分析系统数据分析功能简介:平台集成统计分析、机器学习、深度学习、自然语言处理等上百种大数据挖掘算法,满足无编程基础、无算法基础的用户也能进行各类复杂业务数据的挖掘。提供各种论文实验出图方式,可直接用于论文发表、项目及奖项申报。使用场景:用于通用医疗大数据挖掘、复杂疾病数据挖掘、医疗业务系统数据挖掘功能于一体的安全可视化挖掘系统。
Published on智能医疗机器人信息系统功能简介:基于Rasa框架实现的智能医疗机器人,功能包含: 医药问答、智能问药、疾病诊断、病症查询、症状查询、闲聊、天气查询、语音对话。使用手段包括: rasa框架 知识图谱、neo4j数据库、语音识别、语音合成、开放API 等功能。使用场景:用于以疾病诊断为中心的智能医疗问答系统。
Published on3D Slicer图像计算平台其他功能简介:3D Slicer 是一款免费的开源软件,用于医学、生物医学和其他 3D 图像和网格的可视化、处理、分割、配准和分析;规划和引导图像辅助程序。支持多模态成像,包括 MRI、CT、US、核医学和显微镜等。使用场景:用于医学图像分析(包括配准和交互式分割)和可视化(包括体积渲染)以及图像辅助治疗研究。
Published on医学图像学习工具箱(KMILT)科研工具功能简介:该项目是一个用 Keras 编写的构建类似 CheXNet 模型的工具。ChexNet是一种深度学习算法,可以从胸部X射线图像中检测和定位14种疾病。在 ChestX-ray14 数据集上训练了121层密集连接的卷积神经网络,该项目包含来自30805名独特患者的112120张正面X射线图像。使用场景:应用于通过胸部X射线图像预测疾病。