histología_colorrectal

• Visualización : Explore en Know Your Data

• 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 la descarga : 246.14 MiB

• Tamaño del conjunto de datos : 179.23 MiB

• Auto-caché ( documentación ): Solo cuando shuffle_files=False (tren)

• Divisiones :

Separar	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 características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
Nombre del archivo	Texto		cuerda
imagen	Imagen	(150, 150, 3)	uint8
etiqueta	Etiqueta de clase		int64

• Claves supervisadas (Ver 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}
}