- Описание :
DukeUltrasound — это набор ультразвуковых данных, собранный в Университете Дьюка с помощью датчика Verasonics c52v. Он содержит данные формирования луча с задержкой и суммой (DAS), а также данные, обработанные с помощью Siemens Dynamic TCE для уменьшения спеклов, повышения контрастности и улучшения видимости анатомических структур. Эти данные были собраны при поддержке Национального института биомедицинской визуализации и биоинженерии по гранту R01-EB026574 и Национального института здравоохранения по гранту 5T32GM007171-44. Пример использования доступен здесь .
Домашняя страница : https://github.com/ouwen/mimicknet
Исходный код :
tfds.datasets.duke_ultrasound.Builder
Версии :
-
1.0.0
: Первоначальный выпуск. -
1.0.1
(по умолчанию): исправляет синтаксический анализharmonic
логического поля.
-
Размер загрузки :
12.78 GiB
Размер набора данных :
13.79 GiB
Автоматическое кэширование ( документация ): Нет
Сплиты :
Расколоть | Примеры |
---|---|
'A' | 1362 |
'B' | 1194 |
'MARK' | 420 |
'test' | 438 |
'train' | 2556 |
'validation' | 278 |
- Структура функции :
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,
})
- Документация по функциям :
Особенность | Учебный класс | Форма | Dтип | Описание |
---|---|---|---|---|
ОсобенностиDict | ||||
дас | ОсобенностиDict | |||
das/дБ | Тензор | (Никто,) | поплавок32 | |
дас/имаг | Тензор | (Никто,) | поплавок32 | |
дас / реальный | Тензор | (Никто,) | поплавок32 | |
dtce | Тензор | (Никто,) | поплавок32 | |
f0_hz | Тензор | поплавок32 | ||
final_angle | Тензор | поплавок32 | ||
final_radius | Тензор | поплавок32 | ||
focus_cm | Тензор | поплавок32 | ||
гармонический | Тензор | логический | ||
рост | Тензор | uint32 | ||
начальный_угол | Тензор | поплавок32 | ||
начальный_радиус | Тензор | поплавок32 | ||
зонд | Тензор | нить | ||
сканер | Тензор | нить | ||
цель | Тензор | нить | ||
timestamp_id | Тензор | uint32 | ||
Напряжение | Тензор | поплавок32 | ||
ширина | Тензор | uint32 |
Контролируемые ключи (см . документ
as_supervised
):('das/dB', 'dtce')
Рисунок ( tfds.show_examples ): не поддерживается.
Примеры ( tfds.as_dataframe ):
- Цитата :
@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}
}
, - Описание :
DukeUltrasound — это набор ультразвуковых данных, собранный в Университете Дьюка с помощью датчика Verasonics c52v. Он содержит данные формирования луча с задержкой и суммой (DAS), а также данные, обработанные с помощью Siemens Dynamic TCE для уменьшения спеклов, повышения контрастности и улучшения видимости анатомических структур. Эти данные были собраны при поддержке Национального института биомедицинской визуализации и биоинженерии по гранту R01-EB026574 и Национального института здравоохранения по гранту 5T32GM007171-44. Пример использования доступен здесь .
Домашняя страница : https://github.com/ouwen/mimicknet
Исходный код :
tfds.datasets.duke_ultrasound.Builder
Версии :
-
1.0.0
: Первоначальный выпуск. -
1.0.1
(по умолчанию): исправляет синтаксический анализharmonic
логического поля.
-
Размер загрузки :
12.78 GiB
Размер набора данных :
13.79 GiB
Автоматическое кэширование ( документация ): Нет
Сплиты :
Расколоть | Примеры |
---|---|
'A' | 1362 |
'B' | 1194 |
'MARK' | 420 |
'test' | 438 |
'train' | 2556 |
'validation' | 278 |
- Структура функции :
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,
})
- Документация по функциям :
Особенность | Учебный класс | Форма | Dтип | Описание |
---|---|---|---|---|
ОсобенностиDict | ||||
дас | ОсобенностиDict | |||
das/дБ | Тензор | (Никто,) | поплавок32 | |
дас/имаг | Тензор | (Никто,) | поплавок32 | |
дас / реальный | Тензор | (Никто,) | поплавок32 | |
dtce | Тензор | (Никто,) | поплавок32 | |
f0_hz | Тензор | поплавок32 | ||
final_angle | Тензор | поплавок32 | ||
final_radius | Тензор | поплавок32 | ||
focus_cm | Тензор | поплавок32 | ||
гармонический | Тензор | логический | ||
рост | Тензор | uint32 | ||
начальный_угол | Тензор | поплавок32 | ||
начальный_радиус | Тензор | поплавок32 | ||
зонд | Тензор | нить | ||
сканер | Тензор | нить | ||
цель | Тензор | нить | ||
timestamp_id | Тензор | uint32 | ||
Напряжение | Тензор | поплавок32 | ||
ширина | Тензор | uint32 |
Контролируемые ключи (см . документ
as_supervised
):('das/dB', 'dtce')
Рисунок ( tfds.show_examples ): не поддерживается.
Примеры ( tfds.as_dataframe ):
- Цитата :
@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}
}