Startseite Projekte MIScnn
MIScnn

MIScnn

von frankkramer-lab · GitHub

Ein Framework für die medizinische Bildsegmentierung mit Convolutional Neural Networks und Deep Learning

Auf GitHub ansehen
⭐ Sterne
🍴 Forks
📜 Lizenz
Copyleft-Lizenz
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
MIScnn — GitHub preview card
📈 Sternhistorie
426425
2026-07-202026-07-29
📈 MIScnn verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Ein Framework für die medizinische Bildsegmentierung mit Convolutional Neural Networks und Deep Learning

MIScnn hat 425 Sterne auf GitHub. Es wurde 118-mal geforkt. MIScnn ist hauptsächlich in Python geschrieben. Es wird seit 2019 aktiv entwickelt. MIScnn ist unter der GPL-3.0-Lizenz verfügbar. Die Hauptthemen sind: clinical-decision-support, computer-vision, convolutional-neural-networks, deep-learning.

Frequently asked questions

Was ist MIScnn?

Ein Framework für die medizinische Bildsegmentierung mit Convolutional Neural Networks und Deep Learning

Ist MIScnn Open Source?

MIScnn ist ein Open-Source-Projekt. Es wird unter der GPL-3.0-Lizenz veröffentlicht.

Ist MIScnn kostenlos?

Ja. MIScnn ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht MIScnn?

MIScnn ist unter der GPL-3.0-Lizenz verfügbar.

In welcher Sprache ist MIScnn geschrieben?

MIScnn ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — MIScnn

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=frankkramer-lab-miscnn)](https://opensourceai.tech/project/frankkramer-lab-miscnn.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.