chexpert

  • Mô tả:

CheXpert là một tập dữ liệu lớn về chụp X-quang ngực và cạnh tranh để giải thích X-quang phổi tự động, có nhãn độ không đảm bảo và bộ đánh giá tiêu chuẩn tham chiếu có nhãn bác sĩ X quang. Nó bao gồm 224.316 bức ảnh chụp X quang phổi của 65.240 bệnh nhân, nơi các cuộc kiểm tra X quang phổi và các báo cáo chụp X quang liên quan được thu thập hồi cứu từ Bệnh viện Stanford. Mỗi báo cáo được gắn nhãn cho sự hiện diện của 14 quan sát là tích cực, tiêu cực hoặc không chắc chắn. Chúng tôi quyết định 14 quan sát dựa trên tỷ lệ phổ biến trong các báo cáo và mức độ phù hợp lâm sàng.

Tập dữ liệu CheXpert phải được tải xuống riêng sau khi đọc và đồng ý với Thỏa thuận sử dụng nghiên cứu. Để làm như vậy, hãy làm theo các hướng dẫn trên trang web, https://stanfordmlgroup.github.io/competitions/chexpert/

  • Trang chủ: https://stanfordmlgroup.github.io/competitions/chexpert/

  • Source code: tfds.image_classification.Chexpert

  • phiên bản:

    • 3.1.0 (mặc định): Không có ghi chú phát hành.
  • Dung lượng tải về: Unknown size

  • Kích thước tập dữ liệu: Unknown size

  • Hướng dẫn tải về Hướng dẫn sử dụng: Bộ dữ liệu này đòi hỏi bạn phải tải về dữ liệu nguồn bằng tay vào download_config.manual_dir (mặc định là ~/tensorflow_datasets/downloads/manual/ ):
    Bạn phải đăng ký và đồng ý với thỏa thuận người sử dụng trên trang dữ liệu: https://stanfordmlgroup.github.io/competitions/chexpert/ Sau đó, bạn cần phải đặt thư mục CheXpert-v1.0-nhỏ trong manual_dir. Nó phải chứa các thư mục con: train / và valid / với hình ảnh cũng như các tệp train.csv và valid.csv.

  • Tự động lưu trữ ( tài liệu ): Unknown

  • tách:

Tách ra Các ví dụ
  • Các tính năng:
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'image_view': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
    'label': Sequence(ClassLabel(shape=(), dtype=tf.int64, num_classes=4)),
    'name': Text(shape=(), dtype=tf.string),
})
@article{DBLP:journals/corr/abs-1901-07031,
  author    = {Jeremy Irvin and Pranav Rajpurkar and Michael Ko and Yifan Yu and Silviana Ciurea{-}Ilcus and Chris Chute and Henrik Marklund and Behzad Haghgoo and Robyn L. Ball and Katie Shpanskaya and Jayne Seekins and David A. Mong and Safwan S. Halabi and Jesse K. Sandberg and Ricky Jones and David B. Larson and Curtis P. Langlotz and Bhavik N. Patel and Matthew P. Lungren and Andrew Y. Ng},
  title     = {CheXpert: {A} Large Chest Radiograph Dataset with Uncertainty Labels and Expert Comparison},
  journal   = {CoRR},
  volume    = {abs/1901.07031},
  year      = {2019},
  url       = {http://arxiv.org/abs/1901.07031},
  archivePrefix = {arXiv},
  eprint    = {1901.07031},
  timestamp = {Fri, 01 Feb 2019 13:39:59 +0100},
  biburl    = {https://dblp.org/rec/bib/journals/corr/abs-1901-07031},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}