công tước_siêu âm

• Sự miêu tả :

DukeUltrasound là bộ dữ liệu siêu âm được thu thập tại Đại học Duke với đầu dò Verasonics c52v. Nó chứa dữ liệu định dạng chùm trễ và tổng (DAS) cũng như dữ liệu được xử lý sau bằng Siemens Dynamic TCE để giảm đốm, tăng cường độ tương phản và cải thiện độ rõ ràng của các cấu trúc giải phẫu. Những dữ liệu này được thu thập với sự hỗ trợ của Viện Hình ảnh Y sinh và Kỹ thuật Sinh học Quốc gia theo Grant R01-EB026574 và Viện Y tế Quốc gia theo Grant 5T32GM007171-44. Một ví dụ sử dụng có sẵn ở đây .

• Trang chủ : https://github.com/ouwen/mimicknet

• Mã nguồn : tfds.datasets.duke_ultrasound.Builder

• Phiên bản :

  • 1.0.0 : Bản phát hành đầu tiên.
  • 1.0.1 (mặc định): Sửa lỗi phân tích harmonic trường boolean .
  • 2.0.0 : Sửa timestamp_id từ %Y%m%d%H%M%S thành dấu thời gian posix.

• Kích thước tải xuống : 12.78 GiB

• Kích thước tập dữ liệu : 13.79 GiB

• Tự động lưu vào bộ nhớ đệm ( tài liệu ): Không

• Chia tách :

• Cấu trúc tính năng :

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,
})

• Tài liệu tính năng :

• Khóa được giám sát (Xem as_supervised doc ): ('das/dB', 'dtce')

• Hình ( tfds.show_examples ): Không được hỗ trợ.

• Ví dụ ( tfds.as_dataframe ):

• Trích dẫn :

@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}
}