histología_colorrectal

• Visualización : Explore en Conozca sus datos

• Descripción :

Clasificación de texturas en histología del cáncer colorrectal. Cada ejemplo es una imagen RGB de 150 x 150 x 3 de una de 8 clases.

• Página de inicio : https://zenodo.org/record/53169#.XGZemKwzbmG

• Código fuente : tfds.image_classification.ColorectalHistology

• Versiones :

  • 2.0.0 (predeterminado): Nueva API dividida ( https://tensorflow.org/datasets/splits )

• Tamaño de descarga : 246.14 MiB

• Tamaño del conjunto de datos : 179.23 MiB

• Almacenamiento en caché automático ( documentación ): solo cuando shuffle_files=False (entrenamiento)

• Divisiones :

Dividir	Ejemplos
'train'	5.000

• Estructura de características :

FeaturesDict({
    'filename': Text(shape=(), dtype=string),
    'image': Image(shape=(150, 150, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=8),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
Nombre del archivo	Texto		cadena
imagen	Imagen	(150, 150, 3)	uint8
etiqueta	Etiqueta de clase		int64	Ocho clases: 0: 'epitelio tumoral', 1: 'estroma simple', 2: 'estroma complejo' (estroma que contiene células tumorales individuales y/o células inmunes individuales), 3: 'conglomerados de células inmunes', 4: 'desechos y moco', 5: 'glándulas mucosas', 6: 'tejido adiposo' y 7: 'fondo'.

• Claves supervisadas (Ver documento as_supervised ): ('image', 'label')

• Figura ( tfds.show_examples ):

• Ejemplos ( tfds.as_dataframe ):

• Cita :

@article{kather2016multi,
  title={Multi-class texture analysis in colorectal cancer histology},
  author={Kather, Jakob Nikolas and Weis, Cleo-Aron and Bianconi, Francesco and Melchers, Susanne M and Schad, Lothar R and Gaiser, Timo and Marx, Alexander and Z{"o}llner, Frank Gerrit},
  journal={Scientific reports},
  volume={6},
  pages={27988},
  year={2016},
  publisher={Nature Publishing Group}
}