معرفی شرکت ها

deepsemhist-0.0.3

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
0.0.3
0.0.3

توضیحات

deep_semantic_histology: Deep Semantic Representations for Cancer Histology Images
ویژگی مقدار
سیستم عامل -
نام فایل deepsemhist-0.0.3
نام deepsemhist
نسخه کتابخانه 0.0.3
نگهدارنده ['Daisuke Komura']
ایمیل نگهدارنده ['kdais-prm@m.u-tokyo.ac.jp']
نویسنده Daisuke Komura
ایمیل نویسنده kdais-prm@m.u-tokyo.ac.jp
آدرس صفحه اصلی https://github.com/dakomura/deep_texture_histology
آدرس اینترنتی https://pypi.org/project/deepsemhist/
مجوز CC-BY-NC-SA 4.0
*************************************************************************************** deep_semantic_histology : Tools for tissue/cell segmentation for histology images. *************************************************************************************** .. image:: https://github.com/dakomura/deep_semantic_histology/blob/main/docs/_static/logo/dsr_logo.jpg Overview ============== deep_semantic_representation is a python library to apply tissue/cell segmentation models for histology images (bioRxiv, 2022). Fucntions for plotting the distribution are also implemented. Installation ========================= The package can be installed with ``pip``: .. code:: console $ pip install deepsemantic Prerequisites ============== Python version 3.6 or newer. * numpy >=1.20.3 * joblib >=0.13.2 * Pillow >=8.0.1 * nmslib >=2.0.6 * matplotlib >= 3.5.0 * scikit-learn >=1.1.0 * seaborn >=0.10.1 * pandas >=1.1.0 * cv2 Recommended Environment ======================= * OS * Linux * Mac License ======= This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC-BY-NC-SA 4.0) For non-commercial use, please use the code under CC-BY-NC-SA. If you would like to use the code for commercial purposes, please contact us <ishum-prm@m.u-tokyo.ac.jp>. Citation ======== If you use this library for your research, please cite: Komura, D., Kawabe, A., Fukuta, K., Sano, K., Umezaki, T., Koda, H., Suzuki, R., Tominaga, K., Ochi, M., Konishi, H., Masakado, F., Saito, N., Sato, Y., Onoyama, T., Nishida, S., Furuya, G., Katoh, H., Yamashita, H., Kakimi, K., Seto, Y., Ushiku, T., Fukayama, M., Ishikawa, S., "*Universal encoding of pan-cancer histology by deep texture representations.*" Cell Reports 38, 110424,2022. https://doi.org/10.1016/j.celrep.2022.110424


نیازمندی

مقدار نام
- numpy
- joblib
- Pillow
- matplotlib
- seaborn
- pandas
- pyrsistent


زبان مورد نیاز

مقدار نام
>=3.6 Python


نحوه نصب


نصب پکیج whl deepsemhist-0.0.3:

    pip install deepsemhist-0.0.3.whl


نصب پکیج tar.gz deepsemhist-0.0.3:

    pip install deepsemhist-0.0.3.tar.gz