- 综合排序
- 最热优先
- 最新优先
- 来自专栏Sentieon：文献解读
犬类癌症检测（CANDiD）研究：使用独立测试集对1000多只犬进行基于高通量测序的多癌种早期检测液体活检血液测试的临床验证
这种广谱性使得它成为一个潜在的强大筛查工具，能够在一次检测中覆盖多种癌症类型。 最后，在案例研究部分中进一步证实了该方法的预测能力，在临床症状出现前7个月就检测到了癌症信号。 文献讨论 这项研究首次大规模验证了基于NGS的液体活检技术在犬类多癌种检测中的应用。结果显示该方法具有高特异性和中等敏感性，尤其对侵袭性强的癌症类型检测效果更佳。 研究发现这种技术能在症状出现前数月检测到癌症，但对早期小型肿瘤的检测仍有局限。研究者提出了几种改进方法，并指出该技术在犬类癌症筛查中具有潜力，同时对人类癌症研究也有启发。 总结 这项研究首次在大规模独立测试集上验证了基于NGS的液体活检在犬类多癌种检测中的应用。该方法具有很高的特异性，可以作为一种新的无创癌症筛查和辅助诊断工具。 通过早期发现癌症，有望改善犬类癌症的诊断和管理模式。尽管在早期小肿瘤的检测方面仍有改进空间，但其在检测侵袭性和晚期癌症方面的出色表现为未来的研究和应用开辟了新的途径。
48910编辑于 2024-12-16 基于yolov8深度学习的120种犬类检测与识别系统python源码+onnx模型+评估指标曲线+精美GUI界面目标检测狗类检测犬类识别系统
【算法介绍】 基于YOLOv8深度学习的120种犬类检测与识别系统是一款功能强大的工具，该系统利用YOLOv8深度学习框架，通过21583张图片的训练，实现了对120种犬类的精准检测与识别。 该系统基于Python与PyQt5开发，具有简洁的UI界面，支持图片、视频以及摄像头三种方式进行目标检测，并能够将检测结果进行保存。 在检测过程中，系统能够实时显示目标位置、目标总数、置信度以及用时等信息，为用户提供直观、清晰的检测结果。 该系统在多个领域具有广泛的应用价值。 在公共安全领域，警方和安保人员可以利用它快速识别搜救犬、警犬以及潜在的威胁性狗类，提高工作效率和响应速度。 总之，基于YOLOv8深度学习的120种犬类检测与识别系统是一款高效、准确、易用的工具，它的出现将极大地推动犬类检测与识别技术的发展，为多个领域带来便利和价值。
24200编辑于 2025-07-22犬面部检测数据集VOC+YOLO格式987张1类别
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)
24610编辑于 2025-09-09犬眼部疾病检测数据集VOC+YOLO格式6364张4类别有增强
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)
23510编辑于 2025-07-17狗狗未带护具犬未带护具检测数据集VOC+YOLO格式2194张3类别
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)
13000编辑于 2025-07-17犬鼻子检测数据集VOC+YOLO格式6808张1类别近距离拍摄
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)
7700编辑于 2025-07-17- 来自专栏ATYUN订阅号
人工智能检测癌症仍需谨慎对待
癌症的危害 戴尔医学院皮肤科医生兼助理教授阿德沃尔·阿达姆森（Adewole Adamson）在接受《边缘》杂志采访时说：“社会上有一种观点，认为发现更多的癌症总是更好的，但事实并非总是如此。”。 “我们的目标是发现更多的癌症，这些癌症实际上会导致死亡。”但问题是“癌症的构成没有黄金标准。” 正如研究发现的，你可以向一组医生展示同样的早期病变，并得到关于能否确诊为癌症的完全不同的答案。 首先，该公司的研究人员训练了他们的图像算法来确定是否是癌症。但是，由于没有癌症诊断的固定标准，特别是早期癌症，这样的训练数据是否提供了一个良好的基线是有争议的。 其次，谷歌的算法只能产生二元结果：是的，是癌症，或者不是。正如阿达姆森在最近的一篇论文中所说，医疗检测需要有不确定性的空间，第三种选择代表诊断的灰色区域，延长诊断时间，而不是结束辩论。 2017，谷歌大脑的联合创始人Andrew Ng在评论一种用X射线检测肺炎的算法时重复了这一点：“放射科医师应该担心他们的工作吗？””
55820发布于 2020-02-21 基于yolov8的狗狗未带护具犬类未带护具检测系统python源码+onnx模型+评估指标曲线+精美GUI界面
为大型犬佩戴护具意义重大，它不仅能防止犬只伤人、减少吠叫对居民的干扰，更是维护市民人身安全、塑造城市文明形象的关键举措。 因此，如何快速精准地检测大型犬是否佩戴护具，成为城市宠物管理智能化升级的关键突破点。 传统的大型犬护具检测方式主要依赖人工巡检，但这种方式效率低下、覆盖范围有限，难以满足城市大规模、高密度宠物管理的需求，且易受环境光线、犬只状态及巡检人员主观判断的影响，出现漏检或误判。 而基于YOLOv8的大型犬未带护具检测算法与系统应运而生，为城市宠物智能管理带来了创新解决方案。该算法凭借深度学习强大的图像识别能力，能快速处理海量监控视频数据，精准识别大型犬及其护具佩戴状态。 【效果展示】 【测试环境】 windows10 anaconda3+python3.8 torch==2.3.0 ultralytics==8.3.81 【模型可以检测出3类别】 ["dangerousdog
10900编辑于 2025-07-17- 来自专栏大数据文摘
远离癌症并不难: 再谈肿瘤检测与精准医疗
遗传性肿瘤是由特定致病基因突变导致，且具有家族聚集性的一类疾病，约占癌症的5%~10%，包括胃癌、黑色素瘤、结直肠癌、乳腺癌、卵巢癌等。 根据WHO报告，透过健康的生活方式，如戒烟、戒酒，运动和均衡饮食习惯，以及有效运用现有的医疗设施，如定期筛检和早期检测，至少有一半以上的癌症是可以预防或避免的。 并以此结果为依据，由专业的遗传咨询师给出相应的风险管理方案，做到癌症未病先防。 进一步了解一次可检测508个肿瘤相关基因、解读88种肿瘤药物的肿瘤基因检测服务, 请查询华大基因的OseqTM-T。 【医疗大数据栏目介绍】 2015年2月7日“医疗大数据专栏”正式成立。随着基因芯片及DNA测序技术的发展，生物医疗大数据迅猛发展，既是大数据技术发展的原动力，也是大数据技术的受益者。 大数据文摘2013年7月成立，我们专注数据，每日坚持分享优质内容，从未间断，我们努力为读者和志愿者打造一个分享和交流平台。
69530发布于 2018-05-21 海上红外目标检测检测数据集VOC+YOLO格式8402张7类别
jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：8402 标注数量(xml文件个数)：8402 标注数量(txt文件个数)：8402 标注类别数：7
41200编辑于 2025-07-22- 来自专栏一个会写诗的程序员的博客
第7章 集合类第7章 集合类
第7章 集合类 在 Java 类库中有一套相当完整的容器集合类来持有对象。 (funlist[1]) // [1, 3, 5, 7] 是不是感觉很有意思？ Kotlin的集合类分为：可变集合类（Mutable）与不可变集合类（Immutable）。 7.1.1 常用的3种集合类 集合类主要有3种：List(列表）、Set(集）和 Map(映射)。 使用 map 函数的代码示例如下 val list = listOf(1, 2, 3, 4, 5, 6, 7) val set = setOf(1, 2, 3, 4, 5, 6, 7) 代码示例 val list = listOf(1, 2, 3, 4, 5, 6, 7) val set = setOf(1,3,2) list.reversed() // [7, 6, 5, 4, 3
1.7K20发布于 2018-08-17 - 来自专栏塔奇克马敲代码
第7章 类
第7章 类 标签： C++Primer 学习记录 类 ---- 第7章 类 7.1 定义抽象数据类型 7.2 访问控制与封装 7.3 类的其他特性 7.4 类的作用域 7.5 构造函数再探 7.6 类的静态成员 所以在函数体中可以随意使用类中出现的其他成员而不用在乎出现的先后次序。 一些函数在概念上属于类但是不定义在类中，则该函数的声明应与类在同一个头文件内。 友元声明只能出现在类定义的内部，但是在类内出现具体位置不限，不过最好还是在类定义开始前集中声明友元。 友元不是类的成员，也不受它所在的区域访问控制级别的约束。 ---- 7.4 类的作用域 类外定义的函数，参数列表和函数体是在类的作用域之内的，而返回类型中使用的名字是位于类的作用域之外的。所以返回类型必须明确指定它是哪个类的成员。 前提使用过该名字，所以如果在类的开始处，重新定义了该名字，则类中使用的将是类内作用域中定义的版本。
1.1K40发布于 2018-06-07 - 来自专栏Golang开发
Python基础(7)——类
定义类 定义类使用class关键字，class 后面紧跟着类名称，类名称通常首字母大写，类名称后面（object）代表当前的类的继承自object类。 类主要包含属性和方法 具体定义stduent类 class Student(object): def getName(self): print("获取姓名") ，它被所有类对象的实例对象所共有，在内存中只存在一个副本，这个和C++中类的静态成员变量有点类似。 对于公有的类属性，在类外可以通过类对象和实例对象访问 类方法 是类对象所拥有的方法，需要用修饰器@classmethod来标识其为类方法，对于类方法，第一个参数必须是类对象，一般以cls作为第一个参数（ 当然可以用其他名称的变量作为其第一个参数，但是大部分人都习惯以'cls'作为第一个参数的名字，就最好用'cls'了），能够通过实例对象和类对象去访问。
49030发布于 2019-05-28 - 来自专栏时悦的学习笔记
7.QDialog 类
什么是QDialog 对话框类一般用来收集用户的响应 它能配置成如下2个形式： Modal 他会阻塞(Block)父窗口，即取消前无法操作父窗口 Modeless 他可以被跳过(bypass)而在后台运行
51710发布于 2020-08-19 - 来自专栏量子位
Google用深度学习做癌症病理检测，准确率达89％
特别是癌症，病理学家的诊断报告对患者的治疗具有十分深远的影响。对病理切片的检查是一项非常复杂的任务，只有通过多年的训练，具有丰富的专业知识以及经验，方能成为病理学家。 左：两个淋巴结的活体组织检测图像； 中：经过深度网络模型进行肿瘤检测后的早期结果； 右：模型的分析结果，可见目前的检测模型存在假阳性。 关于这方面的详细工作，请参考文章《对千兆像素级的病理图像进行癌症转移检测》。 虽然目前模型的检测效果不错并且有提升空间，但是还有以下几点需要注意。 1. 像大多数指标一样，FROC定位评分并不完美。 这些算法在执行病理检测时表现良好，但是不能检测病理幻灯片里的其他异常现象。但是病理学家可以在识别肿瘤细胞的同时，利用本身专业的系统知识，识别患者的炎症过程、自身免疫疾病或其他类型的癌症等。 3.
1.6K50发布于 2018-03-21 链条缺陷检测数据集VOC+YOLO格式1422张7类别
仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：1422 标注数量(xml文件个数)：1422 标注数量(txt文件个数)：1422 标注类别数：7
14310编辑于 2025-07-16混凝土缺陷检测数据集VOC+YOLO格式7513张7类别
jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：7513 标注数量(xml文件个数)：7513 标注数量(txt文件个数)：7513 标注类别数：7
42400编辑于 2025-07-15轮毂缺陷检测数据集VOC+YOLO格式1445张7类别
jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：1445 标注数量(xml文件个数)：1445 标注数量(txt文件个数)：1445 标注类别数：7
31100编辑于 2025-07-15手势识别检测数据集VOC+YOLO格式778张7类别
文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：775 标注数量(xml文件个数)：775 标注数量(txt文件个数)：775 标注类别数：7
28510编辑于 2025-09-09混凝土缺陷检测数据集VOC+YOLO格式7513张7类别
jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：7513 标注数量(xml文件个数)：7513 标注数量(txt文件个数)：7513 标注类别数：7
25710编辑于 2025-07-16
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号