- الوصف :
DukeUltrasound هي مجموعة بيانات بالموجات فوق الصوتية تم جمعها في جامعة Duke باستخدام مسبار Verasonics c52v. وهو يحتوي على بيانات مؤجلة ومحصلة بالحزمة (DAS) بالإضافة إلى بيانات تمت معالجتها لاحقًا باستخدام Siemens Dynamic TCE لتقليل البقع وتحسين التباين وتحسين وضوح الهياكل التشريحية. تم جمع هذه البيانات بدعم من المعهد الوطني للتصوير الطبي الحيوي والهندسة الحيوية بموجب المنحة R01-EB026574 والمعاهد الوطنية للصحة بموجب المنحة 5T32GM007171-44. مثال على الاستخدام متاح هنا .
الصفحة الرئيسية : https://github.com/ouwen/mimicknet
كود المصدر :
tfds.datasets.duke_ultrasound.Builder
إصدارات :
-
1.0.0
: الإصدار الأولي. -
1.0.1
(افتراضي): يعمل على إصلاح تحليل المجال المنطقيharmonic
.
-
حجم التحميل : ١٢ ٫
12.78 GiB
حجم مجموعة البيانات :
13.79 GiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'A' | 1،362 |
'B' | 1،194 |
'MARK' | 420 |
'test' | 438 |
'train' | 2،556 |
'validation' | 278 |
- هيكل الميزة :
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,
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
داس | الميزات | |||
داس / ديسيبل | موتر | (لا أحد،) | تعويم 32 | |
داس / تخيل | موتر | (لا أحد،) | تعويم 32 | |
داس / حقيقي | موتر | (لا أحد،) | تعويم 32 | |
dtce | موتر | (لا أحد،) | تعويم 32 | |
f0_hz | موتر | تعويم 32 | ||
نهائي_انجلي | موتر | تعويم 32 | ||
الشعاع النهائي | موتر | تعويم 32 | ||
التركيز_ سم | موتر | تعويم 32 | ||
متناسق | موتر | منطقي | ||
ارتفاع | موتر | uint32 | ||
مثلث_أولي | موتر | تعويم 32 | ||
نصف القطر الأولي | موتر | تعويم 32 | ||
مسبار | موتر | سلسلة | ||
الماسح الضوئي | موتر | سلسلة | ||
استهداف | موتر | سلسلة | ||
timestamp_id | موتر | uint32 | ||
الجهد االكهربى | موتر | تعويم 32 | ||
العرض | موتر | uint32 |
المفاتيح الخاضعة للإشراف (انظر المستند
as_supervised
):('das/dB', 'dtce')
الشكل ( tfds.show_examples ): غير مدعوم.
أمثلة ( tfds.as_dataframe ):
- الاقتباس :
@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}
}
، - الوصف :
DukeUltrasound هي مجموعة بيانات بالموجات فوق الصوتية تم جمعها في جامعة Duke باستخدام مسبار Verasonics c52v. وهو يحتوي على بيانات مؤجلة ومحصلة بالحزمة (DAS) بالإضافة إلى بيانات تمت معالجتها لاحقًا باستخدام Siemens Dynamic TCE لتقليل البقع وتحسين التباين وتحسين وضوح الهياكل التشريحية. تم جمع هذه البيانات بدعم من المعهد الوطني للتصوير الطبي الحيوي والهندسة الحيوية بموجب المنحة R01-EB026574 والمعاهد الوطنية للصحة بموجب المنحة 5T32GM007171-44. مثال على الاستخدام متاح هنا .
الصفحة الرئيسية : https://github.com/ouwen/mimicknet
كود المصدر :
tfds.datasets.duke_ultrasound.Builder
إصدارات :
-
1.0.0
: الإصدار الأولي. -
1.0.1
(افتراضي): يعمل على إصلاح تحليل المجال المنطقيharmonic
.
-
حجم التحميل : ١٢ ٫
12.78 GiB
حجم مجموعة البيانات :
13.79 GiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'A' | 1،362 |
'B' | 1،194 |
'MARK' | 420 |
'test' | 438 |
'train' | 2،556 |
'validation' | 278 |
- هيكل الميزة :
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,
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
داس | الميزات | |||
داس / ديسيبل | موتر | (لا أحد،) | تعويم 32 | |
داس / تخيل | موتر | (لا أحد،) | تعويم 32 | |
داس / حقيقي | موتر | (لا أحد،) | تعويم 32 | |
dtce | موتر | (لا أحد،) | تعويم 32 | |
f0_hz | موتر | تعويم 32 | ||
نهائي_انجلي | موتر | تعويم 32 | ||
الشعاع النهائي | موتر | تعويم 32 | ||
التركيز_ سم | موتر | تعويم 32 | ||
متناسق | موتر | منطقي | ||
ارتفاع | موتر | uint32 | ||
مثلث_أولي | موتر | تعويم 32 | ||
نصف القطر الأولي | موتر | تعويم 32 | ||
مسبار | موتر | سلسلة | ||
الماسح الضوئي | موتر | سلسلة | ||
استهداف | موتر | سلسلة | ||
timestamp_id | موتر | uint32 | ||
الجهد االكهربى | موتر | تعويم 32 | ||
العرض | موتر | uint32 |
المفاتيح الخاضعة للإشراف (انظر المستند
as_supervised
):('das/dB', 'dtce')
الشكل ( tfds.show_examples ): غير مدعوم.
أمثلة ( tfds.as_dataframe ):
- الاقتباس :
@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}
}