Início Projetos MIScnn
MIScnn

MIScnn

por frankkramer-lab · GitHub

Uma estrutura para Segmentação de Imagens Médicas com Redes Neurais Convolucionais e Aprendizado Profundo

Ver no GitHub
⭐ Estrelas
🍴 Forks
📜 Licença
Licença copyleft
📅 Criado
🔄 Último commit
🏷️ Categoria
💻 Linguagem
Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
MIScnn — GitHub preview card
📈 Histórico de estrelas
426425
2026-07-202026-07-29
📈 Acompanhe MIScnn

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Uma estrutura para Segmentação de Imagens Médicas com Redes Neurais Convolucionais e Aprendizado Profundo

MIScnn tem 425 estrelas no GitHub. Foi bifurcado 118 vezes. MIScnn é escrito principalmente em Python. Está em desenvolvimento ativo desde 2019. MIScnn está disponível sob a licença GPL-3.0. Os seus principais temas são: clinical-decision-support, computer-vision, convolutional-neural-networks, deep-learning.

Frequently asked questions

O que é MIScnn?

Uma estrutura para Segmentação de Imagens Médicas com Redes Neurais Convolucionais e Aprendizado Profundo

MIScnn é de código aberto?

MIScnn é um projeto de código aberto. É distribuído sob a licença GPL-3.0.

MIScnn é gratuito?

Sim. MIScnn é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está MIScnn?

MIScnn está disponível sob a licença GPL-3.0.

Em que linguagem MIScnn está escrito?

MIScnn é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
OpenSourceAI badge — MIScnn

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=frankkramer-lab-miscnn)](https://opensourceai.tech/project/frankkramer-lab-miscnn.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.