Duke_ultrason

• Tanım :

DukeUltrason, Duke Üniversitesi'nde Verasonics c52v probu ile toplanan bir ultrason veri kümesidir. Gecikme ve toplam (DAS) ışın biçimli verilerin yanı sıra beneklerin azaltılması, kontrastın arttırılması ve anatomik yapıların görünürlüğünün iyileştirilmesi için Siemens Dynamic TCE ile sonradan işlenmiş verileri içerir. Bu veriler Hibe R01-EB026574 kapsamında Ulusal Biyomedikal Görüntüleme ve Biyomühendislik Enstitüsü ve Hibe 5T32GM007171-44 kapsamında Ulusal Sağlık Enstitüleri'nin desteğiyle toplanmıştır. Bir kullanım örneğini burada bulabilirsiniz.

• Ana sayfa : https://github.com/ouwen/mimicknet

• Kaynak kodu : tfds.datasets.duke_ultrasound.Builder

• Sürümler :

  • 1.0.0 : İlk sürüm.
  • 1.0.1 (varsayılan): Boolean alan harmonic ayrıştırılmasını düzeltir.
  • 2.0.0 : Timestamp_id'yi %Y%m%d%H%M%S'den posix zaman damgasına düzeltin.

• İndirme boyutu : 12.78 GiB

• Veri kümesi boyutu : 13.79 GiB

• Otomatik önbelleğe alınmış ( belgeler ): Hayır

• Bölünmeler :

• 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 :

• Denetlenen tuşlar ( as_supervised belgesine bakın): ('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}
}