• Descrizione :

Set di dati sulla polmonite MedMNIST

PneumoniaMNIST si basa su un set di dati precedente di 5.856 immagini radiografiche del torace pediatriche. Il compito è la classificazione in classi binarie della polmonite rispetto al normale. Il set di training di origine viene suddiviso con un rapporto di 9:1 in set di training e set di convalida e utilizza il set di convalida di origine come set di test. Le immagini sorgente sono in scala di grigi e le loro dimensioni sono (384–2.916) × (127–2.713). Le immagini vengono ritagliate al centro con una dimensione della finestra pari alla lunghezza del bordo corto e ridimensionate in 1 × 28 × 28.

• Pagina iniziale : https://medmnist.com//

• Codice sorgente : tfds.datasets.pneumonia_mnist.Builder

• Versioni :

  • 1.0.0 (impostazione predefinita): versione iniziale.

• Dimensioni del download : Unknown size

• Dimensione del set di dati : 3.66 MiB

• Memorizzazione nella cache automatica ( documentazione ): sì

• Divide :

• Struttura delle caratteristiche :

FeaturesDict({
    'image': Image(shape=(28, 28, 1), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
})

• Documentazione delle funzionalità :

• Chiavi supervisionate (vedi il documento as_supervised ): ('image', 'label')

• Figura ( tfds.show_examples ):

• Esempi ( tfds.as_dataframe ):

• Citazione :

@article{yang2023medmnist,
  title={Medmnist v2-a large-scale lightweight benchmark for 2d and 3d biomedical image classification},
  author={Yang, Jiancheng and Shi, Rui and Wei, Donglai and Liu, Zequan and Zhao, Lin and Ke, Bilian and Pfister, Hanspeter and Ni, Bingbing},
  journal={Scientific Data},
  volume={10},
  number={1},
  pages={41},
  year={2023},
  publisher={Nature Publishing Group UK London}
}