- Keterangan :
DukeUltrasound adalah kumpulan data ultrasound yang dikumpulkan di Duke University dengan probe Verasonics c52v. Ini berisi data beamformed delay-and-sum (DAS) serta data pasca-pemrosesan dengan Siemens Dynamic TCE untuk pengurangan spekel, peningkatan kontras, dan peningkatan kejelasan struktur anatomi. Data ini dikumpulkan dengan dukungan dari Institut Nasional Pencitraan Biomedis dan Bioteknologi di bawah Hibah R01-EB026574 dan Institut Kesehatan Nasional di bawah Hibah 5T32GM007171-44. Contoh penggunaan tersedia di sini .
Beranda : https://github.com/ouwen/mimicknet
Kode sumber :
tfds.datasets.duke_ultrasound.Builder
Versi :
-
1.0.0
: Rilis awal. -
1.0.1
(default): Memperbaiki penguraianharmonic
bidang boolean. -
2.0.0
: Perbaiki stempel waktu_id dari %Y%m%d%H%M%S ke stempel waktu posix.
-
Ukuran unduhan :
12.78 GiB
Ukuran kumpulan data :
13.79 GiB
Cache otomatis ( dokumentasi ): Tidak
Perpecahan :
Membelah | Contoh |
---|---|
'A' | 1.362 |
'B' | 1.194 |
'MARK' | 420 |
'test' | 438 |
'train' | 2.556 |
'validation' | 278 |
- Struktur fitur :
FeaturesDict({
'das': FeaturesDict({
'dB': Tensor(shape=(None,), dtype=float32),
'imag': Tensor(shape=(None,), dtype=float32),
'real': Tensor(shape=(None,), dtype=float32),
}),
'dtce': Tensor(shape=(None,), dtype=float32),
'f0_hz': float32,
'final_angle': float32,
'final_radius': float32,
'focus_cm': float32,
'harmonic': bool,
'height': uint32,
'initial_angle': float32,
'initial_radius': float32,
'probe': string,
'scanner': string,
'target': string,
'timestamp_id': uint32,
'voltage': float32,
'width': uint32,
})
- Dokumentasi fitur :
Fitur | Kelas | Membentuk | Tipe D | Keterangan |
---|---|---|---|---|
FiturDict | ||||
da | FiturDict | |||
das/dB | Tensor | (Tidak ada,) | float32 | |
das/gambar | Tensor | (Tidak ada,) | float32 | |
das/nyata | Tensor | (Tidak ada,) | float32 | |
dtce | Tensor | (Tidak ada,) | float32 | |
f0_hz | Tensor | float32 | ||
sudut_akhir | Tensor | float32 | ||
radius_akhir | Tensor | float32 | ||
fokus_cm | Tensor | float32 | ||
harmonis | Tensor | bodoh | ||
tinggi | Tensor | uint32 | ||
sudut_awal | Tensor | float32 | ||
radius_awal | Tensor | float32 | ||
menguji | Tensor | rangkaian | ||
pemindai | Tensor | rangkaian | ||
target | Tensor | rangkaian | ||
stempel waktu_id | Tensor | uint32 | ||
voltase | Tensor | float32 | ||
lebar | Tensor | uint32 |
Kunci yang diawasi (Lihat dokumen
as_supervised
):('das/dB', 'dtce')
Gambar ( tfds.show_examples ): Tidak didukung.
Contoh ( tfds.as_dataframe ):
- Kutipan :
@article{DBLP:journals/corr/abs-1908-05782,
author = {Ouwen Huang and
Will Long and
Nick Bottenus and
Gregg E. Trahey and
Sina Farsiu and
Mark L. Palmeri},
title = {MimickNet, Matching Clinical Post-Processing Under Realistic Black-Box
Constraints},
journal = {CoRR},
volume = {abs/1908.05782},
year = {2019},
url = {http://arxiv.org/abs/1908.05782},
archivePrefix = {arXiv},
eprint = {1908.05782},
timestamp = {Mon, 19 Aug 2019 13:21:03 +0200},
biburl = {https://dblp.org/rec/bib/journals/corr/abs-1908-05782},
bibsource = {dblp computer science bibliography, https://dblp.org}
}