分类

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。

功能简介：nilearn是一个软件包，可以轻松使用先进的机器学习技术来分析MRI仪器获取的数据。它提供统计和机器学习工具，支持基于通用线性模型 (GLM) 的分析，并利用 scikit-learn Python 工具箱通过预测建模、分类、解码或连接分析等应用程序进行多元统计。

使用场景：用于神经影像中对脑容量进行易用且多功能的分析，包括解码大脑数据、计算大脑分区、分析功能连接和连接组、进行多体素模式分析等。