curated_breast_imaging_ddsm

  • คำอธิบาย :

CBIS-DDSM (ชุดย่อยการถ่ายภาพเต้านมที่ได้รับการคัดสรรของ DDSM) เป็นฐานข้อมูลดิจิทัลสำหรับการคัดกรองการตรวจเต้านม (DDSM) เวอร์ชันที่ได้รับการปรับปรุงและเป็นมาตรฐาน DDSM เป็นฐานข้อมูลของการศึกษาการตรวจแมมโมแกรมด้วยฟิล์มสแกนจำนวน 2,620 รายการ ประกอบด้วยกรณีปกติ อ่อนโยน และร้ายพร้อมข้อมูลทางพยาธิวิทยาที่ตรวจสอบแล้ว

การกำหนดค่าเริ่มต้นทำจากแพตช์ที่แยกมาจากแมมโมแกรมดั้งเดิม ตามคำอธิบายจาก ( http://arxiv.org/abs/1708.09427 ) เพื่อวางกรอบงานที่ต้องแก้ไขในการตั้งค่าการจัดหมวดหมู่รูปภาพแบบดั้งเดิม

เนื่องจากจำเป็นต้องใช้ซอฟต์แวร์และไลบรารีพิเศษในการดาวน์โหลดและอ่านรูปภาพที่มีอยู่ในชุดข้อมูล TFDS จึงถือว่าผู้ใช้ดาวน์โหลดไฟล์ DCIM ต้นฉบับแล้วแปลงเป็น PNG

ควรใช้คำสั่งต่อไปนี้ (หรือเทียบเท่า) เพื่อสร้างไฟล์ PNG เพื่อรับประกันผลลัพธ์ที่สามารถทำซ้ำได้:

find $DATASET_DCIM_DIR -name '*.dcm' | \
xargs -n1 -P8 -I{} bash -c 'f={}; dcmj2pnm $f | convert - ${f/.dcm/.png}'

รูปภาพที่ได้ควรใส่ไว้ใน manual_dir เช่น: <manual_dir>/Mass-Training_P_01981_RIGHT_MLO_1/1.3.6.../000000.png

  • แคชอัตโนมัติ ( เอกสาร ): No

  • คีย์ภายใต้การดูแล (ดู as_supervised doc ): None

  • การอ้างอิง :

@misc{CBIS_DDSM_Citation,
  doi = {10.7937/k9/tcia.2016.7o02s9cy},
  url = {https://wiki.cancerimagingarchive.net/x/lZNXAQ},
  author = {Sawyer-Lee,  Rebecca and Gimenez,  Francisco and Hoogi,  Assaf and Rubin,  Daniel},
  title = {Curated Breast Imaging Subset of DDSM},
  publisher = {The Cancer Imaging Archive},
  year = {2016},
}
@article{TCIA_Citation,
  author = {
    K. Clark and B. Vendt and K. Smith and J. Freymann and J. Kirby and
    P. Koppel and S. Moore and S. Phillips and D. Maffitt and M. Pringle and
    L. Tarbox and F. Prior
  },
  title = { {The Cancer Imaging Archive (TCIA): Maintaining and Operating a
  Public Information Repository} },
  journal = {Journal of Digital Imaging},
  volume = {26},
  month = {December},
  year = {2013},
  pages = {1045-1057},
}
@article{DBLP:journals/corr/abs-1708-09427,
  author    = {Li Shen},
  title     = {End-to-end Training for Whole Image Breast Cancer Diagnosis using
               An All Convolutional Design},
  journal   = {CoRR},
  volume    = {abs/1708.09427},
  year      = {2017},
  url       = {http://arxiv.org/abs/1708.09427},
  archivePrefix = {arXiv},
  eprint    = {1708.09427},
  timestamp = {Mon, 13 Aug 2018 16:48:35 +0200},
  biburl    = {https://dblp.org/rec/bib/journals/corr/abs-1708-09427},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

curated_breast_imaging_ddsm/patches (การกำหนดค่าเริ่มต้น)

  • คำอธิบายการกำหนดค่า : แผ่นปะที่มีทั้งแคลเซียมและกรณีมวล รวมถึงเส้นทางที่ไม่มีความผิดปกติ ออกแบบมาเป็นงานจำแนกประเภท 5 คลาสแบบดั้งเดิม

  • ขนาดดาวน์โหลด : 2.01 MiB

  • ขนาดชุดข้อมูล : 801.46 MiB

  • แยก :

แยก ตัวอย่าง
'test' 9,770
'train' 49,780
'validation' 5,580
  • โครงสร้างคุณสมบัติ :
FeaturesDict({
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 1), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=5),
})
  • เอกสารคุณสมบัติ :
คุณสมบัติ ระดับ รูปร่าง ประเภทD คำอธิบาย
คุณสมบัติDict
รหัส ข้อความ เชือก
ภาพ ภาพ (ไม่มี ไม่มี 1) uint8
ฉลาก ClassLabel int64

การแสดงภาพ

curated_breast_imaging_ddsm/Original-calc

  • คำอธิบายการกำหนดค่า : รูปภาพต้นฉบับของกล่องปูนที่บีบอัดเป็น PNG แบบไม่สูญเสียข้อมูล

  • ขนาดดาวน์โหลด : 1.06 MiB

  • ขนาดชุดข้อมูล : 4.42 GiB

  • แยก :

แยก ตัวอย่าง
'test' 284
'train' 1,227
  • โครงสร้างคุณสมบัติ :
FeaturesDict({
    'abnormalities': Sequence({
        'assessment': ClassLabel(shape=(), dtype=int64, num_classes=6),
        'calc_distribution': ClassLabel(shape=(), dtype=int64, num_classes=10),
        'calc_type': ClassLabel(shape=(), dtype=int64, num_classes=48),
        'id': int32,
        'mask': Image(shape=(None, None, 1), dtype=uint8),
        'pathology': ClassLabel(shape=(), dtype=int64, num_classes=3),
        'subtlety': ClassLabel(shape=(), dtype=int64, num_classes=6),
    }),
    'breast': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 1), dtype=uint8),
    'patient': Text(shape=(), dtype=string),
    'view': ClassLabel(shape=(), dtype=int64, num_classes=2),
})
  • เอกสารคุณสมบัติ :
คุณสมบัติ ระดับ รูปร่าง ประเภทD คำอธิบาย
คุณสมบัติDict
ความผิดปกติ ลำดับ
ความผิดปกติ/การประเมิน ClassLabel int64
ความผิดปกติ/calc_distribution ClassLabel int64
ความผิดปกติ/calc_type ClassLabel int64
ความผิดปกติ/รหัส เทนเซอร์ int32
ความผิดปกติ/หน้ากาก ภาพ (ไม่มี ไม่มี 1) uint8
ความผิดปกติ/พยาธิวิทยา ClassLabel int64
ความผิดปกติ/รายละเอียดปลีกย่อย ClassLabel int64
หน้าอก ClassLabel int64
รหัส ข้อความ เชือก
ภาพ ภาพ (ไม่มี ไม่มี 1) uint8
อดทน ข้อความ เชือก
ดู ClassLabel int64

การแสดงภาพ

curated_breast_imaging_ddsm/ต้นฉบับ-มวล

  • คำอธิบายการกำหนดค่า : รูปภาพต้นฉบับของเคสขนาดใหญ่ที่บีบอัดเป็น PNG แบบไม่สูญเสียข้อมูล

  • ขนาดการดาวน์โหลด : 966.57 KiB

  • ขนาดชุดข้อมูล : 4.80 GiB

  • แยก :

แยก ตัวอย่าง
'test' 348
'train' 1,166
  • โครงสร้างคุณสมบัติ :
FeaturesDict({
    'abnormalities': Sequence({
        'assessment': ClassLabel(shape=(), dtype=int64, num_classes=6),
        'id': int32,
        'mask': Image(shape=(None, None, 1), dtype=uint8),
        'mass_margins': ClassLabel(shape=(), dtype=int64, num_classes=20),
        'mass_shape': ClassLabel(shape=(), dtype=int64, num_classes=21),
        'pathology': ClassLabel(shape=(), dtype=int64, num_classes=3),
        'subtlety': ClassLabel(shape=(), dtype=int64, num_classes=6),
    }),
    'breast': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 1), dtype=uint8),
    'patient': Text(shape=(), dtype=string),
    'view': ClassLabel(shape=(), dtype=int64, num_classes=2),
})
  • เอกสารคุณสมบัติ :
คุณสมบัติ ระดับ รูปร่าง ประเภทD คำอธิบาย
คุณสมบัติDict
ความผิดปกติ ลำดับ
ความผิดปกติ/การประเมิน ClassLabel int64
ความผิดปกติ/รหัส เทนเซอร์ int32
ความผิดปกติ/หน้ากาก ภาพ (ไม่มี ไม่มี 1) uint8
ความผิดปกติ/mass_margins ClassLabel int64
ความผิดปกติ/มวล_รูปร่าง ClassLabel int64
ความผิดปกติ/พยาธิวิทยา ClassLabel int64
ความผิดปกติ/รายละเอียดปลีกย่อย ClassLabel int64
หน้าอก ClassLabel int64
รหัส ข้อความ เชือก
ภาพ ภาพ (ไม่มี ไม่มี 1) uint8
อดทน ข้อความ เชือก
ดู ClassLabel int64

การแสดงภาพ