ड्यूक_अल्ट्रासाउंड

• विवरण :

ड्यूकअल्ट्रासाउंड एक अल्ट्रासाउंड डेटासेट है जिसे वेरासोनिक्स c52v जांच के साथ ड्यूक विश्वविद्यालय में एकत्र किया गया है। इसमें डिले-एंड-सम (डीएएस) बीमफॉर्मेड डेटा के साथ-साथ स्पेकल रिडक्शन, कंट्रास्ट एन्हांसमेंट और एनाटोमिकल संरचनाओं की स्पष्टता में सुधार के लिए सीमेंस डायनेमिक टीसीई के साथ पोस्ट-प्रोसेस किया गया डेटा शामिल है। ये डेटा ग्रांट R01-EB026574 के तहत नेशनल इंस्टीट्यूट ऑफ बायोमेडिकल इमेजिंग एंड बायोइंजीनियरिंग और ग्रांट 5T32GM007171-44 के तहत नेशनल इंस्टीट्यूट ऑफ हेल्थ के समर्थन से एकत्र किए गए थे। उपयोग का एक उदाहरण यहां उपलब्ध है।

• मुखपृष्ठ : https://github.com/ouwen/mimicknet

• स्रोत कोड : tfds.datasets.duke_ultrasound.Builder

• संस्करण :

  • 1.0.0 : प्रारंभिक रिलीज.
  • 1.0.1 (डिफ़ॉल्ट): बूलियन फ़ील्ड harmonic के पार्सिंग को ठीक करता है।
  • 2.0.0 : टाइमस्टैम्प_आईडी को %Y%m%d%H%M%S से पॉज़िक्स टाइमस्टैम्प तक ठीक करें।

• डाउनलोड आकार : 12.78 GiB

• डेटासेट का आकार : 13.79 GiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• विभाजन :

• फ़ीचर संरचना :

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,
})

• फ़ीचर दस्तावेज़ीकरण :

• पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): ('das/dB', 'dtce')

• चित्र ( tfds.show_examples ): समर्थित नहीं है।

• उदाहरण ( tfds.as_dataframe ):

• उद्धरण :

@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}
}