chexpert

  • תיאור:

CheXpert הוא מערך נתונים גדול של צילומי רנטגן של החזה ותחרות על פרשנות אוטומטית של צילומי חזה, הכוללת תוויות אי וודאות וערכות הערכה סטנדרטיות של התייחסות לרדיולוג. הוא מורכב מ 224,316 צילומי חזה של 65,240 חולים, שם נאספו בדיעבד בדיקות הרדיוגרפיה בחזה ודוחות הרדיולוגיה הנלווים אליו. כל דוח תויג בנוכחות 14 תצפיות כחיובי, שלילי או לא בטוח. החלטנו על 14 התצפיות בהתבסס על השכיחות בדוחות והרלוונטיות הקלינית.

יש להוריד את מערך הנתונים של CheXpert בנפרד לאחר קריאה והסכמה להסכם שימוש במחקר. לשם כך, בצע את ההוראות באתר, https://stanfordmlgroup.github.io/competitions/chexpert/

  • דף הבית: https://stanfordmlgroup.github.io/competitions/chexpert/

  • קוד מקור: tfds.image_classification.Chexpert

  • גרסאות:

    • 3.1.0 (ברירת המחדל): הערות השחרור לא.
  • גודל ההורדה: Unknown size

  • גודל בסיס הנתונים: Unknown size

  • הוראות הורדה ידנית: מערך נתונים זה מחייב אותך להוריד את נתוני המקור באופן ידני לתוך download_config.manual_dir (ברירת המחדל היא ~/tensorflow_datasets/downloads/manual/ ):
    אתה חייב לרשום ולהסכים הסכם המשתמשים בדף הנתונים: https://stanfordmlgroup.github.io/competitions/chexpert/ לאחר מכן, אתה צריך לשים את המדריך CheXpert-v1.0-קטן manual_dir. זה צריך להכיל ספריות משנה: רכבת / ותקף / עם תמונות וגם קבצי train.csv ו- valid.csv.

  • Auto-במטמון ( תיעוד ): לא ידוע

  • פיצולים:

לְפַצֵל דוגמאות
  • מאפיינים:
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'image_view': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
    'label': Sequence(ClassLabel(shape=(), dtype=tf.int64, num_classes=4)),
    'name': Text(shape=(), dtype=tf.string),
})
@article{DBLP:journals/corr/abs-1901-07031,
  author    = {Jeremy Irvin and Pranav Rajpurkar and Michael Ko and Yifan Yu and Silviana Ciurea{-}Ilcus and Chris Chute and Henrik Marklund and Behzad Haghgoo and Robyn L. Ball and Katie Shpanskaya and Jayne Seekins and David A. Mong and Safwan S. Halabi and Jesse K. Sandberg and Ricky Jones and David B. Larson and Curtis P. Langlotz and Bhavik N. Patel and Matthew P. Lungren and Andrew Y. Ng},
  title     = {CheXpert: {A} Large Chest Radiograph Dataset with Uncertainty Labels and Expert Comparison},
  journal   = {CoRR},
  volume    = {abs/1901.07031},
  year      = {2019},
  url       = {http://arxiv.org/abs/1901.07031},
  archivePrefix = {arXiv},
  eprint    = {1901.07031},
  timestamp = {Fri, 01 Feb 2019 13:39:59 +0100},
  biburl    = {https://dblp.org/rec/bib/journals/corr/abs-1901-07031},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}