Startseite Projekte PyHealth
PyHealth
Python

PyHealth

Ein Deep Learning Python Toolkit für Gesundheitsanwendungen.

von sunlabuiuc · GitHub
Sterne
Forks
Lizenz
Erstellt
Letzter Commit
Kategorie
Sprache
clinical-dataclinical-researchdata-miningMITPython
Auf GitHub ansehen
In einfachen Worten

Erstellen Sie Gesundheitsanwendungen mit dem PyHealth-Toolkit für Deep Learning.

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 →
PyHealth — GitHub preview card
📈 Sternhistorie
1 6291 628
2026-07-202026-08-31
📈 PyHealth 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 Deep Learning Python Toolkit für Gesundheitsanwendungen.

PyHealth hat 1.6k Sterne auf GitHub. Es wurde 782-mal geforkt. PyHealth ist hauptsächlich in Python geschrieben. Es wird seit 2020 aktiv entwickelt. PyHealth ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: clinical-data, clinical-research, data-mining, deep-learning.

Frequently asked questions

Was ist PyHealth?

Ein Deep Learning Python Toolkit für Gesundheitsanwendungen.

Ist PyHealth Open Source?

PyHealth ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist PyHealth kostenlos?

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

Unter welcher Lizenz steht PyHealth?

PyHealth ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist PyHealth geschrieben?

PyHealth ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — PyHealth

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

[![olud.ai](https://olud.ai/badge.php?tool=sunlabuiuc-pyhealth)](https://olud.ai/project/sunlabuiuc-pyhealth.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

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