- Açıklama :
DukeUltrasound, Duke Üniversitesi'nde bir Verasonics c52v probu ile toplanan bir ultrason veri setidir. Gecikmeli ve topla (DAS) hüzmelemeli verilerin yanı sıra benek azaltma, kontrast geliştirme ve anatomik yapıların görünürlüğünü iyileştirme için Siemens Dynamic TCE ile sonradan işlenmiş verileri içerir. Bu veriler, R01-EB026574 Hibesi kapsamında Ulusal Biyomedikal Görüntüleme ve Biyomühendislik Enstitüsü ve 5T32GM007171-44 Hibesi kapsamında Ulusal Sağlık Enstitüleri'nin desteğiyle toplanmıştır. Bir kullanım örneği burada mevcuttur.
Ana Sayfa : https://github.com/ouwen/mimicknet
Kaynak kodu :
tfds.datasets.duke_ultrasound.Builder
sürümler :
-
1.0.0
: İlk sürüm. -
1.0.1
(varsayılan): Boole alanharmonic
ayrıştırılmasını düzeltir.
-
İndirme boyutu :
12.78 GiB
Veri kümesi boyutu :
13.79 GiB
Otomatik önbelleğe alınmış ( belgeleme ): Hayır
bölmeler :
Bölmek | örnekler |
---|---|
'A' | 1.362 |
'B' | 1.194 |
'MARK' | 420 |
'test' | 438 |
'train' | 2.556 |
'validation' | 278 |
- Özellik yapısı :
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,
})
- Özellik belgeleri :
Özellik | Sınıf | Şekil | Dtipi | Açıklama |
---|---|---|---|---|
ÖzelliklerDict | ||||
das | ÖzelliklerDict | |||
das/dB | tensör | (Hiçbiri,) | şamandıra32 | |
das/resim | tensör | (Hiçbiri,) | şamandıra32 | |
das/gerçek | tensör | (Hiçbiri,) | şamandıra32 | |
dtce | tensör | (Hiçbiri,) | şamandıra32 | |
f0_hz | tensör | şamandıra32 | ||
final_angle | tensör | şamandıra32 | ||
final_yarıçap | tensör | şamandıra32 | ||
odak_cm | tensör | şamandıra32 | ||
harmonik | tensör | bool | ||
boy uzunluğu | tensör | uint32 | ||
başlangıç_açısı | tensör | şamandıra32 | ||
başlangıç_yarıçapı | tensör | şamandıra32 | ||
incelemek, bulmak | tensör | sicim | ||
tarayıcı | tensör | sicim | ||
hedef | tensör | sicim | ||
zaman damgası_kimliği | tensör | uint32 | ||
Voltaj | tensör | şamandıra32 | ||
Genişlik | tensör | uint32 |
Denetlenen anahtarlar (Bkz
as_supervised
doc ):('das/dB', 'dtce')
Şekil ( tfds.show_examples ): Desteklenmiyor.
Örnekler ( tfds.as_dataframe ):
- Alıntı :
@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}
}
, - Açıklama :
DukeUltrasound, Duke Üniversitesi'nde bir Verasonics c52v probu ile toplanan bir ultrason veri setidir. Gecikmeli ve topla (DAS) hüzmelemeli verilerin yanı sıra benek azaltma, kontrast geliştirme ve anatomik yapıların görünürlüğünü iyileştirme için Siemens Dynamic TCE ile sonradan işlenmiş verileri içerir. Bu veriler, R01-EB026574 Hibesi kapsamında Ulusal Biyomedikal Görüntüleme ve Biyomühendislik Enstitüsü ve 5T32GM007171-44 Hibesi kapsamında Ulusal Sağlık Enstitüleri'nin desteğiyle toplanmıştır. Bir kullanım örneği burada mevcuttur.
Ana Sayfa : https://github.com/ouwen/mimicknet
Kaynak kodu :
tfds.datasets.duke_ultrasound.Builder
sürümler :
-
1.0.0
: İlk sürüm. -
1.0.1
(varsayılan): Boole alanharmonic
ayrıştırılmasını düzeltir.
-
İndirme boyutu :
12.78 GiB
Veri kümesi boyutu :
13.79 GiB
Otomatik önbelleğe alınmış ( belgeleme ): Hayır
bölmeler :
Bölmek | örnekler |
---|---|
'A' | 1.362 |
'B' | 1.194 |
'MARK' | 420 |
'test' | 438 |
'train' | 2.556 |
'validation' | 278 |
- Özellik yapısı :
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,
})
- Özellik belgeleri :
Özellik | Sınıf | Şekil | Dtipi | Açıklama |
---|---|---|---|---|
ÖzelliklerDict | ||||
das | ÖzelliklerDict | |||
das/dB | tensör | (Hiçbiri,) | şamandıra32 | |
das/resim | tensör | (Hiçbiri,) | şamandıra32 | |
das/gerçek | tensör | (Hiçbiri,) | şamandıra32 | |
dtce | tensör | (Hiçbiri,) | şamandıra32 | |
f0_hz | tensör | şamandıra32 | ||
final_angle | tensör | şamandıra32 | ||
final_yarıçap | tensör | şamandıra32 | ||
odak_cm | tensör | şamandıra32 | ||
harmonik | tensör | bool | ||
boy uzunluğu | tensör | uint32 | ||
başlangıç_açısı | tensör | şamandıra32 | ||
başlangıç_yarıçapı | tensör | şamandıra32 | ||
incelemek, bulmak | tensör | sicim | ||
tarayıcı | tensör | sicim | ||
hedef | tensör | sicim | ||
zaman damgası_kimliği | tensör | uint32 | ||
Voltaj | tensör | şamandıra32 | ||
Genişlik | tensör | uint32 |
Denetlenen anahtarlar (Bkz
as_supervised
doc ):('das/dB', 'dtce')
Şekil ( tfds.show_examples ): Desteklenmiyor.
Örnekler ( tfds.as_dataframe ):
- Alıntı :
@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}
}