- 博客(6)
- 收藏
- 关注
RSS订阅原创 使用python爬取论文信息并且进行可视化
今天使用python来爬取百度学术的论文信息，并且增加了简单的可视化功能，今天博客主要内容有：1、爬取百度学术上论文信息（主要用到requests库，bs4库中BeautifulSoup模块，pandas，re等）2、使用tkinter构建GUI，显示爬取的论文信息3、对爬取的数据进行可视化，进行词云展示可以在小窗口中输入检索信息：一、爬取论文爬取思路：主要使用了requests库、bs4里面的BeautifulSoup和re模块准备工作获取数据解析数据保存数据个人认思路很简
2021-06-30 19:54:01
10788
10
原创 使用python自动化处理文件夹
使用python自动化处理文件夹，介绍了三个内容：（1）使用python递归获取文件夹内嵌套子文件和子文件夹路径；（2）使用python删除文件夹内（也适用于文件夹内可以包括多个嵌套子文件夹的情况）内容相同的重复文件（包括文件名不一样但是内容一样的也可以删除）；（3）自动整理文件，将文件夹内（也适用于文件夹内可以包括多个嵌套子文件夹的情况）不同类型的文件按照后缀名分类整理到不同的分类文件夹内。这三部分内容可以一起使用，可以自动整理目标文件夹内的文件，然后再删除内容相同的文件。主要使用的库包括：pa
2021-06-24 22:19:04
643
2
原创 基于深度学习方法实现SPECT放射性核素定量测量（四）
基于深度学习实现SPECT放射性核素定量测量方法研究（四）-pix2pix网络结构搭建（1）pix2pix网络结构在本次课题工作中使用GAN网络的一种pix2pix网络模型，实现重建图像计数分布到放射性核素活度分布的计算。pix2pix网络实现的是有监督学习，需要输入成对的训练数据。pix2pix由一个生成器（Generator）和判别器（Discriminator）组成，如图1所示。使用x代表输入图像，G(x)代表生成器生成的图像。生成器生成图像G(x)后，将x和G(x)共同输入到判别器中，判别器会输
2021-06-19 23:11:41
547
4
原创 基于深度学习方法实现SPECT放射性核素定量测量（三）
基于深度学习方法实现SPECT放射性核素定量测量（三）-图像重建及衰减校正（1）图像重建使用MLEM迭代重建算法进行图像重建，MLEM算法原理如图1所示。图像重建可以借助重建软件进行，目前可以用于SPECT重建的软件有STIR、Castor、OMEGA、QSPECT等，这些软件大部分是在linux系统下使用的。可以使用QSPECT对SPECT图像进行图像重建，QSPECT是专用于SPECT图像重建的软件，该软件最为轻便，而且其3.0版本可以在windows系统下使用。借助QSPECT可以方便的将p
2021-06-19 22:36:53
890
1
原创 基于深度学习方法实现SPECT放射性核素定量测量（二）
基于深度学习方法实现SPECT放射性核素定量测量（二）—GATE仿真（1）GATE介绍GATE（GEANT4 Application for Emission Tomography）由OpenGATE组织开发，是一个基于GEANT4的软件包。它封装了GEANT4库，是一个专用于核医学领域的免费开源、通用性、脚本化、模块化的仿真平台。GATE继承了GEANT4仿真工具包的优势，其中包括经过验证的物理模型、复杂几何的描述、强大的可视化功能和3D渲染工具等，并且具有发射断层成像特有的功能。GATE软件的架构可
2021-06-19 21:41:48
1342
2
原创 基于深度学习方法实现SPECT放射性核素定量测量（一）
利用深度学习方法实现SPECT放射性核素活度预测（一）——课题介绍放射治疗是目前癌症三大治疗手段之一，当前，世界上约有70%的癌症患者使用放射治疗。放射治疗技术包括普通X射线治疗、硼中子俘获治疗、质子重离子治疗和放射性核素内照射治疗。其中放射性核素内照射治疗相比于其它治疗手段有一些独特的优势。放射性核素内照射治疗是将放射性核素引入体内，使其大量聚集在病变部位，利用核素衰变产生的α、β粒子的电离辐射生物学效应破坏病变组织。放射性核素内照射治疗只杀伤病变区域的恶性细胞，而对正常组织和器官的损伤较小。因此放射性
2021-06-19 20:39:05
950
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人