软件工程
文章平均质量分 85
是小猪同学呀
这个作者很懒,什么都没留下…
展开
-
软件工程分析报告07测试计划书——基于Paddle的肝脏CT影像分割
根据输入数据的特点,将其划分为不同的等价类,并从每个等价类中选择代表性的测试用例进行测试。例如,对于肝脏和肝脏肿瘤的大小、形状、位置等边界情况,设计相应的测试用例进行测试。例如,根据Unet网络的输入、输出和内部处理过程,设计相应的测试用例进行测试。4. β测试:由软件的多个用户在一个或多个用户的实际使用环境下进行测试,验证软件是否能够正常运行,并满足用户需求。3. 分割预测错误:在进行肝脏和肝脏肿瘤分割时,可能会出现模型无法准确识别肝脏和肝脏肿瘤区域的问题,导致分割结果不理想。原创 2023-11-14 22:08:47 · 539 阅读 · 0 评论 -
软件工程分析报告05体系结构说明书——基于Paddle的肝脏CT影像分割
TRAIN_HISTORY=MODEL.fit(预处理后的数据集, validation_split=VALIDATION_SPLIT, epochs=EPOCHS, batch_size=BATCH_SIZE, callbacks=[ModelCheckpoint(CHECKPOINT_PATH, save_best_only=True)])MODEL=Unet(输入形状=(影像高度,影像宽度,1),层数=LAYERS,卷积核数=FILTERS,卷积核大小=KERNEL_SIZE,原创 2023-11-14 21:51:53 · 233 阅读 · 0 评论 -
软件工程分析报告04详细设计说明书——基于Paddle的肝脏CT影像分割
本文档主要包括系统结构设计、模块设计、算法设计、接口设计、安全设计、性能设计、可维护性设计、测试策略、部署和运维、风险管理等方面的内容。4. 模型应用接口:提供将训练好的模型应用到实际肝脏CT影像中的接口,包括图像读取、模型加载、分割和结果输出等操作。3. 模型评估接口:提供评估训练好的模型的接口,包括测试数据集准备、模型加载和评估等操作。1. 数据预处理模块:对原始肝脏CT影像进行预处理,包括图像增强、去噪和归一化等操作。3. 模型评估模块:对训练好的模型进行评估,计算模型的精度、召回率和F1值等指标。原创 2023-11-14 21:43:04 · 129 阅读 · 0 评论 -
软件工程分析报告03需求规格说明书——基于Paddle的肝脏CT影像分割
使用Unet语义分割网络进行CT影像中的肝脏和肝脏肿瘤分割,在肝脏和肝脏肿瘤分割任务上分别取得 0.92 和 0.77 左右的IOU基于Paddle框架的肝脏及肝脏肿瘤CT影像分割,本项目对CT中的肝脏和肝脏肿瘤进行分割,生成分割标签,结合一些后处理也可以快速地计算肝脏及肝脏肿瘤体积,肝脏肿瘤负担等常用的临床指标。基于Paddle的肝脏CT影像分割系统结合了深度学习和Paddle框架的能力,能够快速、准确地对肝脏CT影像进行分割,为医生肝脏疾病诊断和治疗提供辅助支持,提高工作效率和准确性。原创 2023-11-14 21:39:23 · 231 阅读 · 0 评论 -
软件工程分析报告02数据字典——基于Paddle的肝脏CT影像分割
CT影像id(主键,外键):与CT影像中的CT影像id关联,表示该项目模型训练结果所属的CT影像。CT影像id(主键,外键):与CT影像中的CT影像id关联,表示该病灶分析结果所属的CT影像。CT影像id(主键,外键):与CT影像中的CT影像id关联,表示该分割标签所属的CT影像。患者id(外键):与患者中的患者id关联,表示该CT影像所属的患者。CT影像id(主键):用于唯一标识每个CT影像的ID。专家id:进行病灶分析的专家的ID。CT上传时间:CT影像上传的时间。CT大小:CT影像的大小信息。原创 2023-11-14 21:34:35 · 61 阅读 · 0 评论 -
软件工程分析报告01可行性分析报告——基于Paddle的肝脏CT影像分割
本项目基于Paddle框架,使用Unet语义分割网络进行CT影像中的肝脏和肝脏肿瘤分割,在肝脏和肝脏肿瘤分割任务上分别取得 0.92 和 0.77 左右的IOU,分割结果见下图。CT是一种重要的辅助诊断方法,它通过精准的射线扫描生成3D的人体内部密度分布,将这个密度转换为灰度就成为一张张我们平常说的CT片子。本项目对CT中的肝脏和肝脏肿瘤进行分割,生成分割标签,结合一些后处理也可以快速地计算肝脏及肝脏肿瘤体积,肝脏肿瘤负担等常用的临床指标。肝脏和肝脏肿瘤分割是医学影像处理中的重要任务之一。原创 2023-11-14 21:32:16 · 288 阅读 · 0 评论