Home Progetti MIScnn
MIScnn

MIScnn

di frankkramer-lab · GitHub

Un framework per la Segmentazione di Immagini Mediche con Reti Neurali Convoluzionali e Deep Learning

Visualizza su GitHub
⭐ Stelle
🍴 Fork
📜 Licenza
Licenza Copyleft
📅 Creato
🔄 Ultimo commit
🏷️ Categoria
💻 Lingua
Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
MIScnn — GitHub preview card
📈 Storia delle stelle
426425
2026-07-202026-07-29
📈 Segui MIScnn

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Un framework per la Segmentazione di Immagini Mediche con Reti Neurali Convoluzionali e Deep Learning

MIScnn ha 425 stelle su GitHub. È stato forkato 118 volte. MIScnn è scritto principalmente in Python. È in sviluppo attivo dal 2019. MIScnn è disponibile con licenza GPL-3.0. I suoi temi principali sono: clinical-decision-support, computer-vision, convolutional-neural-networks, deep-learning.

Frequently asked questions

Che cos'è MIScnn?

Un framework per la Segmentazione di Immagini Mediche con Reti Neurali Convoluzionali e Deep Learning

MIScnn è open source?

MIScnn è un progetto open source. È rilasciato con licenza GPL-3.0.

MIScnn è gratuito?

Sì. MIScnn è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è MIScnn?

MIScnn è disponibile con licenza GPL-3.0.

In quale linguaggio è scritto MIScnn?

MIScnn è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
OpenSourceAI badge — MIScnn

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=frankkramer-lab-miscnn)](https://opensourceai.tech/project/frankkramer-lab-miscnn.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.