- Description :
Ensemble de données MedMNIST sur la pneumonie
Le PneumoniaMNIST est basé sur un ensemble de données antérieur de 5 856 images de radiographie thoracique pédiatrique. La tâche consiste à classer la pneumonie en classe binaire par rapport à la normale. L'ensemble de formation source est divisé selon un rapport de 9 : 1 en ensemble de formation et de validation, et utilise son ensemble de validation source comme ensemble de test. Les images sources sont en échelle de gris et leurs tailles sont (384 à 2 916) × (127 à 2 713). Les images sont rognées au centre avec une taille de fenêtre égale à la longueur du bord court et redimensionnées en 1 × 28 × 28.
Page d'accueil : https://medmnist.com//
Code source :
tfds.datasets.pneumonia_mnist.Builder
Versions :
-
1.0.0
(par défaut) : version initiale.
-
Taille du téléchargement :
Unknown size
Taille de l'ensemble de données :
3.66 MiB
Mise en cache automatique ( documentation ) : Oui
Divisions :
Diviser | Exemples |
---|---|
'test' | 624 |
'train' | 4 708 |
'val' | 524 |
- Structure des fonctionnalités :
FeaturesDict({
'image': Image(shape=(28, 28, 1), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
})
- Documentation des fonctionnalités :
Fonctionnalité | Classe | Forme | Type D | Description |
---|---|---|---|---|
FonctionnalitésDict | ||||
image | Image | (28, 28, 1) | uint8 | |
étiquette | Étiquette de classe | int64 |
Clés supervisées (Voir doc
as_supervised
) :('image', 'label')
Figure ( tfds.show_examples ) :
- Exemples ( tfds.as_dataframe ) :
- Citation :
@article{yang2023medmnist,
title={Medmnist v2-a large-scale lightweight benchmark for 2d and 3d biomedical image classification},
author={Yang, Jiancheng and Shi, Rui and Wei, Donglai and Liu, Zequan and Zhao, Lin and Ke, Bilian and Pfister, Hanspeter and Ni, Bingbing},
journal={Scientific Data},
volume={10},
number={1},
pages={41},
year={2023},
publisher={Nature Publishing Group UK London}
}