项目介绍：breast_cancer_classifier
项目背景
breast_cancer_classifier 是一个用于乳腺癌分类的模型实现，最初在论文《Deep Neural Networks Improve Radiologists' Performance in Breast Cancer Screening》中详细描述。该项目主要通过深度神经网络的预训练模型来提高放射科医师在乳腺癌筛查中的表现。
模型概述
项目提供两种不同输入的模型：
- 图像输入模型： 仅接受乳腺X光片图像作为输入。
- 图像和热图输入模型： 同时接受乳腺X光片图像和对应的热图作为输入。
每次筛查需要输入四张标准视图的X光片（左侧-CC，右侧-CC，左侧-MLO，右侧-MLO），项目内提供了测试用的样本数据和简单运行实例。
输入与输出规范
- 输入图片： 包括二维视图（CC视图和MLO视图）的乳腺X光片，图像的尺寸分别为2677x1942和2974x1748，存储为16位png格式。
- 输入热图： 是基于图像的贴片分类器的输出，与图像尺寸相同。
- 输出结果： 每只乳房提供良性与恶性改变的概率预测，包括
left_benign、right_benign、left_malignant、right_malignant。
环境准备
运行项目需要的主要软件环境包括：
- Python (3.6)
- PyTorch (0.4.1)
- 以及其他如NumPy, SciPy等常见的Python库。
项目运行
首先，用户可以通过简单的命令运行示例数据，使用示例脚本bash run.sh。建议使用GPU以加快计算速度，但也支持在CPU上运行，只需设置DEVICE_TYPE为cpu。
此外，还可以针对单张图片进行预测，通过运行bash run_single.sh命令，进一步支持对单个视图的分析，便于进 一步的传递学习。
数据处理与预测管线
整个管线包括以下步骤：
- 裁剪乳腺X光片，去除背景。
- 计算每张图像的最佳中心。
- 生成热图。
- 运行分类模型。
模型使用的输入需要经过特定流程的预处理，例如逐一标准化的16位png格式。此外，模型为每次筛查提供预处理后的元数据，帮助生成详细预测报告。
数据格式与示例
项目中包含的任务数据是匈牙利与美国放射学会分享的乳腺影像，实际使用建议通过DICOM格式转换为PNG格式进行处理，保存为16位以保持像素精度。
预测输出结果展示在默认生成的CSV文件中，分别展示仅图像模型和图像加热图模型的结果。
结语
该项目在提升放射科医师乳腺癌诊断能力方面展示了研究价值，为临床应用提供了参考。同时，通过开源的方式和技术实现，工程师可以在不同环境中根据需要对模型进行调整和使用。注意事项是项目尚未在临床应用中测试，建议与最新的技术结果结合使用。
编辑推荐精选
openai-agents-python
OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。
Hunyuan3D-2
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。
3FS
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。
TRELLIS
用于可扩展和多功能 3D 生成的结构化 3D 潜在表示
TRELLIS 是一个专注于 3D 生成的项目，它利用结构化 3D 潜在表示技术，实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具，包括文本到 3D、图像到 3D 等，并且支持多种输出格式，如 3D 高斯、辐射场和网格等。通过 TRELLIS，用户可以根据文本描述或图像输入快速生成高质量的 3D 资产，适用于游戏开发、动画制作、虚拟现实等多个领域。
ai-agents-for-beginners
10 节课教你开启构建 AI 代理所需的一切知识
AI Agents for Beginners 是一个专为初学者打造的课程项目，提供 10 节课程，涵盖构建 AI 代理的必备知识，支持多种语言，包含规划设计、工具使用、多代理等丰富内容，助您快速入门 AI 代理领域。
AEE
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器，提供智能录入、自动公式、数据整理、图表生成等功能，高效处理 Excel 任务，提升办公效率。支持自动高亮数据、批量计算、不规则数据录入，适用于企业、教育、金融等多场景。
UI-TARS-desktop
基于 UI-TARS 视觉语言模型的桌面应用，可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用，基于 UI-TARS（视觉语言模型）构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能，支持跨平台使用（Windows/MacOS），能提供实时反馈和状态显示，且数据完全本地处理，保障隐私安全。该应用集成了多种大语言模型和搜索方式，还可进行文件系统操作。适用于需要智能交互和自动化任务的场景，如信息检索、文件管理等。其提供了详细的文档，包括快速启动、部署、贡献指南和 SDK 使用说明等，方便开发者使用和扩展。
Wan2.1
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目，支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项，可调整分辨率、扩散步数等参数，还能对提示词进行增强。使用了多种先进技术和工具，在视频和图像生成领域具有广泛应用前景，适合研究人员和开发者使用。
爱图表
全流程 AI 驱动的数据可视化工具，助力用户轻松创作高颜值图表
爱图表（aitubiao.com）就是AI图表，是由镝数科技推出的一款创新型智能数据可视化平台，专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型，爱图表结合强大的数据处理能力与智能化功能，致力于帮助职场人士高效处理和表达数据，提升工作效率和报告质量。
Qwen2.5-VL
一款强大的视觉语言模型，支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型，支持图像和视频输入，可用于多种场景，如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式，还包含了视觉处理工具，有助于开发者快速集成和使用，提升工作效率。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号