slideflow
Dijital patoloji ve tüm slayt görüntü analizi için derin öğrenme kütüphanesi.
Dijital patoloji, model geliştirme ve tüm slayt görüntü analizi için açık kaynaklı Python kütüphanesi.
Slideflow, gelişmiş makine öğrenimini klinik araştırma ihtiyaçlarıyla buluşturan, dijital patolojiye özel bir derin öğrenme kütüphanesidir. Tıbbi araştırmacılar ve veri bilimciler bunu tüm slayt görüntülerini işlemek ve tahmin modelleri eğitmek için kullanır.
Nedir
Zayıf ve güçlü etiketleri işleyen özelleştirilebilir eğitim boru hatları, slayt işleme ve leke normalleştirme araçları sağlar. Çoklu örnek öğrenme, kendi kendine denetimli öğrenme, üretken çekişmeli ağlar ve yerleşik temel modelleri kullanarak modeller oluşturabilirsiniz.
Kimler için
Python deneyimine sahip, uçtan uca slayt analizi iş akışlarına ihtiyaç duyan hesaplamalı patologlar ve tıbbi yapay zeka araştırmacıları için uygundur. Programlama becerisi olmayan klinisyenler veya kodlama olmadan kullanıma hazır bir tıbbi görüntüleme uygulaması arayanlar için uygun değildir.
Temel özellikler
Slayt İşleme Araç Seti
Ayarlanabilir çözünürlük ve büyütme ile cuCIM veya Libvips kullanarak tüm slayt görüntü মুজিবinden karolar ayıklar.
Leke Normalleştirme
Farklı tarayıcılar arasında histoloji görünümünü standartlaştırmak için yerleşik leke normalleştirme rutinleri uygular.
Çoklu Örnek Öğrenme
Hasta ek açıklamalarını kullanarak slayt düzeyinde tahmin için CLAM gibi MIL mimarilerini destekler.
Açıklanabilirlik Haritaları
StyleGAN aracılığıyla ısı haritaları, mozaik haritalar, önem haritaları ve sentetik histoloji üretir.
3 adımda hazır
Dürüst kararımız
Artıları
- Ortam tercihinize bağlı olarak hem PyTorch hem de Tensorflow arka uçlarını destekler.
- RAM disk arabelleğe alma seçenekleriyle kapsamlı slayt işleme ve karolama araçları içerir.
- Isı haritaları ve katman aktivasyon analizi dahil gelişmiş açıklanabilirlik araçları sunar.
- UNI, HistoSSL ve GigaPath gibi popüler önceden eğitilmiş temel modellerle entegre olur.
Eksileri
- Doğru şekilde kurmak ve yapılandırmak için önemli düzeyde Python ve makine öğrenimi uzmanlığı gerektirir.
- Modelleri verimli bir şekilde eğitmek için yüksek performanslı donanım, özellikle CUDA destekli GPU'lar talep eder.
- CLAM ve StyleGAN gibi bazı gelişmiş eklenti modelleri, ticari olmayan paketlerin yüklenmesini gerektirir.
- Slayt okuma performansı, cuCIM veya Libvips gibi düzgün yapılandırılmış harici bağımlılıklara bağlıdır.
Fiyatlar & lisans
İsteğe bağlı ticari olmayan eklentilerle birlikte Apache-2.0 lisansı altında ücretsizdir. Tek maliyet, kendi GPU donanımınızda kendiniz çalıştırmanızdır.
Türkçe konuşanlar için işler
874 açık uzaktan yapay zeka eğitimi işi, 15 Kasım 2026 tarihinde güncellendi; çoğu saatlik $20–$170 ödüyor. Bunların 2 tanesi Türkçe konuşanlar için. Zekai ücretsiz listeler; başvuru işverenin platformunda yapılır.
Alternatifler
İncelenmiş bu AI araçları aynı işi anında yapar — puanlı dizinimizden.
Kullanın ya da biz kuralım
SSS
Slideflow hangi derin öğrenme çerçevelerini destekler?
Slideflow hem PyTorch hem de Tensorflow'u destekler; her ikisi de mevcutsa varsayılan olarak PyTorch'u kullanır ve SF_BACKEND ortam değişkeni aracılığıyla yapılandırılabilir.
Tüm slayt görüntüleri nasıl okunur?
Hızlı okuma için varsayılan olarak cuCIM kullanır ve .scn, .mrxs, .ndpi, .vms ve .vmu gibi formatları desteklemek için isteğe bağlı bir Libvips arka ucuna sahiptir.
