curated_breast_imaging_ddsm

CBIS-DDSM (DDSM'nin Küratörlü Göğüs Görüntüleme Alt Kümesi), Tarama Mamografisi için Dijital Veritabanının (DDSM) güncellenmiş ve standartlaştırılmış bir versiyonudur. DDSM, 2.620 taranmış film mamografi çalışmasının bir veri tabanıdır. Doğrulanmış patoloji bilgisine sahip normal, iyi huylu ve kötü huylu vakaları içerir.

Varsayılan yapılandırma gelen açıklama takip orijinal mamogram çıkarılan yamalar yapılmıştır , http://arxiv.org/abs/1708.09427 geleneksel görüntü sınıflandırma ortamda çözmek için görev çerçeve için.

Veri kümesinde bulunan görüntüleri indirmek ve okumak için özel yazılımlar ve kitaplıklar gerektiğinden, TFDS, kullanıcının orijinal DCIM dosyalarını indirdiğini ve bunları PNG'ye dönüştürdüğünü varsayar.

Tekrarlanabilir sonuçları garanti etmek için PNG dosyalarını oluşturmak için aşağıdaki komutlar (veya eşdeğeri) kullanılmalıdır:

find $DATASET_DCIM_DIR -name '*.dcm' | \
xargs -n1 -P8 -I{} bash -c 'f={}; dcmj2pnm $f | convert - ${f/.dcm/.png}'

Ortaya çıkan görüntüler konulmalıdır manual_dir : gibi, <manual_dir>/Mass-Training_P_01981_RIGHT_MLO_1/1.3.6.../000000.png .

@misc{CBIS_DDSM_Citation,
  doi = {10.7937/k9/tcia.2016.7o02s9cy},
  url = {https://wiki.cancerimagingarchive.net/x/lZNXAQ},
  author = {Sawyer-Lee,  Rebecca and Gimenez,  Francisco and Hoogi,  Assaf and Rubin,  Daniel},
  title = {Curated Breast Imaging Subset of DDSM},
  publisher = {The Cancer Imaging Archive},
  year = {2016},
}
@article{TCIA_Citation,
  author = {
    K. Clark and B. Vendt and K. Smith and J. Freymann and J. Kirby and
    P. Koppel and S. Moore and S. Phillips and D. Maffitt and M. Pringle and
    L. Tarbox and F. Prior
  },
  title = { {The Cancer Imaging Archive (TCIA): Maintaining and Operating a
  Public Information Repository} },
  journal = {Journal of Digital Imaging},
  volume = {26},
  month = {December},
  year = {2013},
  pages = {1045-1057},
}
@article{DBLP:journals/corr/abs-1708-09427,
  author    = {Li Shen},
  title     = {End-to-end Training for Whole Image Breast Cancer Diagnosis using
               An All Convolutional Design},
  journal   = {CoRR},
  volume    = {abs/1708.09427},
  year      = {2017},
  url       = {http://arxiv.org/abs/1708.09427},
  archivePrefix = {arXiv},
  eprint    = {1708.09427},
  timestamp = {Mon, 13 Aug 2018 16:48:35 +0200},
  biburl    = {https://dblp.org/rec/bib/journals/corr/abs-1708-09427},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

curated_breast_imaging_ddsm/patches (varsayılan yapılandırma)

  • Yapılandırma açıklaması: hayır anormallikleri ile kalsifikasyon ve kitle davaları, artı pathces hem içeren Yamalar. Geleneksel bir 5 sınıf sınıflandırma görevi olarak tasarlanmıştır.

  • İndirme boyutu: 2.01 MiB

  • Veri kümesi boyutu: 801.46 MiB

  • Splits:

Bölmek Örnekler
'test' 9,770
'train' 49.780
'validation' 5.580
  • Özellikler:
FeaturesDict({
    'id': Text(shape=(), dtype=tf.string),
    'image': Image(shape=(None, None, 1), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=5),
})

görselleştirme

curated_breast_imaging_ddsm/orijinal-calc

  • Yapılandırma tanımı: kayıpsız PNG sıkıştırılmış kireçlenme vakalarının Orijinal görüntüler.

  • İndirme boyutu: 1.06 MiB

  • Veri kümesi boyutu: 4.42 GiB

  • Splits:

Bölmek Örnekler
'test' 284
'train' 1.227
  • Özellikler:
FeaturesDict({
    'abnormalities': Sequence({
        'assessment': ClassLabel(shape=(), dtype=tf.int64, num_classes=6),
        'calc_distribution': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
        'calc_type': ClassLabel(shape=(), dtype=tf.int64, num_classes=48),
        'id': tf.int32,
        'mask': Image(shape=(None, None, 1), dtype=tf.uint8),
        'pathology': ClassLabel(shape=(), dtype=tf.int64, num_classes=3),
        'subtlety': ClassLabel(shape=(), dtype=tf.int64, num_classes=6),
    }),
    'breast': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
    'id': Text(shape=(), dtype=tf.string),
    'image': Image(shape=(None, None, 1), dtype=tf.uint8),
    'patient': Text(shape=(), dtype=tf.string),
    'view': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
})

görselleştirme

curated_breast_imaging_ddsm/orijinal kütle

  • Yapılandırma tanımı: kayıpsız PNG sıkıştırılmış kütle vakalarının Orijinal görüntüler.

  • İndirme boyutu: 966.57 KiB

  • Veri kümesi boyutu: 4.80 GiB

  • Splits:

Bölmek Örnekler
'test' 348
'train' 1.166
  • Özellikler:
FeaturesDict({
    'abnormalities': Sequence({
        'assessment': ClassLabel(shape=(), dtype=tf.int64, num_classes=6),
        'id': tf.int32,
        'mask': Image(shape=(None, None, 1), dtype=tf.uint8),
        'mass_margins': ClassLabel(shape=(), dtype=tf.int64, num_classes=20),
        'mass_shape': ClassLabel(shape=(), dtype=tf.int64, num_classes=21),
        'pathology': ClassLabel(shape=(), dtype=tf.int64, num_classes=3),
        'subtlety': ClassLabel(shape=(), dtype=tf.int64, num_classes=6),
    }),
    'breast': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
    'id': Text(shape=(), dtype=tf.string),
    'image': Image(shape=(None, None, 1), dtype=tf.uint8),
    'patient': Text(shape=(), dtype=tf.string),
    'view': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
})

görselleştirme