duke_אולטרסאונד

• תיאור :

DukeUltrasound הוא מערך נתונים של אולטרסאונד שנאסף באוניברסיטת דיוק עם בדיקה של Verasonics c52v. הוא מכיל נתונים בצורת עיכוב וסכום (DAS) כמו גם נתונים שעובדו לאחר מכן עם Siemens Dynamic TCE להפחתת כתמים, שיפור ניגודיות ושיפור בולטות של מבנים אנטומיים. נתונים אלו נאספו עם תמיכה מהמכון הלאומי להדמיה ביו-רפואית והנדסה ביו-רפואית במסגרת מענק R01-EB026574 וממכוני בריאות לאומיים במסגרת מענק 5T32GM007171-44. דוגמה לשימוש זמינה כאן .

• דף הבית : https://github.com/ouwen/mimicknet

• קוד מקור : tfds.datasets.duke_ultrasound.Builder

• גרסאות :

  • 1.0.0 : שחרור ראשוני.
  • 1.0.1 (ברירת מחדל): מתקן ניתוח של harmonic שדה בוליאני.
  • 2.0.0 : תקן timetamp_id מ-%Y%m%d%H%M%S ל-posix timestamp.

• גודל הורדה : 12.78 GiB

• גודל מערך נתונים : 13.79 GiB

• שמירה אוטומטית במטמון ( תיעוד ): לא

• פיצולים :

• מבנה תכונה :

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,
})

• תיעוד תכונה :

• מפתחות בפיקוח (ראה as_supervised doc ): ('das/dB', 'dtce')

• איור ( tfds.show_examples ): לא נתמך.

• דוגמאות ( tfds.as_dataframe ):

• ציטוט :

@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}
}