- বর্ণনা :
ডিউক আল্ট্রাসাউন্ড হল একটি আল্ট্রাসাউন্ড ডেটাসেট যা ডিউক ইউনিভার্সিটিতে একটি ভেরাসোনিক্স c52v প্রোবের সাথে সংগ্রহ করা হয়েছে। এটিতে বিলম্ব-এবং-সাম (DAS) বিমফর্মড ডেটার পাশাপাশি দাগ কমানো, বৈপরীত্য বৃদ্ধি এবং শারীরবৃত্তীয় কাঠামোর সুস্পষ্টতার উন্নতির জন্য সিমেন্স ডায়নামিক TCE-এর সাথে পোস্ট-প্রসেস করা ডেটা রয়েছে। এই তথ্যগুলি অনুদান R01-EB026574 এর অধীনে ন্যাশনাল ইনস্টিটিউট অফ বায়োমেডিকেল ইমেজিং এবং বায়োইঞ্জিনিয়ারিং এবং অনুদান 5T32GM007171-44 এর অধীনে ন্যাশনাল ইনস্টিটিউট অফ হেলথের সহায়তায় সংগ্রহ করা হয়েছিল। একটি ব্যবহার উদাহরণ এখানে পাওয়া যায়.
হোমপেজ : https://github.com/ouwen/mimicknet
সোর্স কোড :
tfds.datasets.duke_ultrasound.Builder
সংস্করণ :
-
1.0.0
: প্রাথমিক প্রকাশ। -
1.0.1
(ডিফল্ট): বুলিয়ান ফিল্ডharmonic
পার্সিং ফিক্স করে। -
2.0.0
: %Y%m%d%H%M%S থেকে posix টাইমস্ট্যাম্প পর্যন্ত timestamp_id ঠিক করুন।
-
ডাউনলোড সাইজ :
12.78 GiB
ডেটাসেটের আকার :
13.79 GiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না
বিভাজন :
বিভক্ত | উদাহরণ |
---|---|
'A' | 1,362 |
'B' | 1,194 |
'MARK' | 420 |
'test' | 438 |
'train' | 2,556 |
'validation' | 278 |
- বৈশিষ্ট্য গঠন :
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,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
দাস | ফিচারসডিক্ট | |||
দাস/ডিবি | টেনসর | (কোনটিই নয়,) | float32 | |
দাস/চিত্র | টেনসর | (কোনটিই নয়,) | float32 | |
দাস/বাস্তব | টেনসর | (কোনটিই নয়,) | float32 | |
dtce | টেনসর | (কোনটিই নয়,) | float32 | |
f0_hz | টেনসর | float32 | ||
চূড়ান্ত_কোণ | টেনসর | float32 | ||
চূড়ান্ত_ব্যাসার্ধ | টেনসর | float32 | ||
ফোকাস_সেমি | টেনসর | float32 | ||
সুরেলা | টেনসর | bool | ||
উচ্চতা | টেনসর | uint32 | ||
প্রাথমিক_কোণ | টেনসর | float32 | ||
প্রাথমিক_ব্যাসার্ধ | টেনসর | float32 | ||
তদন্ত | টেনসর | স্ট্রিং | ||
স্ক্যানার | টেনসর | স্ট্রিং | ||
লক্ষ্য | টেনসর | স্ট্রিং | ||
timestamp_id | টেনসর | uint32 | ||
ভোল্টেজ | টেনসর | float32 | ||
প্রস্থ | টেনসর | uint32 |
তত্ত্বাবধান করা কী (দেখুন_তত্ত্বাবধানকৃত ডক
as_supervised
):('das/dB', 'dtce')
চিত্র ( tfds.show_examples ): সমর্থিত নয়।
উদাহরণ ( tfds.as_dataframe ):
- উদ্ধৃতি :
@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}
}