książę_ultradźwięki

  • Opis :

DukeUltrasound to zbiór danych ultradźwiękowych zebranych na Uniwersytecie Duke za pomocą sondy Verasonics c52v. Zawiera dane utworzone w oparciu o metodę opóźnienia i sumy (DAS), a także dane przetworzone później za pomocą oprogramowania Siemens Dynamic TCE w celu redukcji plamek, wzmocnienia kontrastu i poprawy widoczności struktur anatomicznych. Dane te zebrano przy wsparciu Narodowego Instytutu Obrazowania Biomedycznego i Bioinżynierii w ramach Grantu R01-EB026574 oraz Narodowego Instytutu Zdrowia w ramach Grantu 5T32GM007171-44. Przykład użycia jest dostępny tutaj .

Podział Przykłady
'A' 1362
'B' 1194
'MARK' 420
'test' 438
'train' 2556
'validation' 278
  • Struktura funkcji :
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,
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDykt
tak FunkcjeDykt
das/dB Napinacz (Nic,) pływak32
das/obraz Napinacz (Nic,) pływak32
taki/prawdziwy Napinacz (Nic,) pływak32
dtce Napinacz (Nic,) pływak32
f0_hz Napinacz pływak32
końcowy_kąt Napinacz pływak32
końcowy_promień Napinacz pływak32
skupienie_cm Napinacz pływak32
harmoniczny Napinacz bool
wysokość Napinacz uint32
kąt_początkowy Napinacz pływak32
promień_początkowy Napinacz pływak32
sonda Napinacz smyczkowy
skaner Napinacz smyczkowy
cel Napinacz smyczkowy
identyfikator_czasu Napinacz uint32
woltaż Napinacz pływak32
szerokość Napinacz uint32
  • Cytat :
@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}
}