لدي سؤال؟ تواصل مع المجتمع في منتدى زيارة منتدى TensorFlow

duke_ultrasound

  • الوصف :

DukeUltrasound عبارة عن مجموعة بيانات بالموجات فوق الصوتية تم جمعها في جامعة Duke باستخدام مسبار Verasonics c52v. يحتوي على بيانات مؤجلة ومحصلة بالحزمة (DAS) بالإضافة إلى بيانات تمت معالجتها لاحقًا باستخدام Siemens Dynamic TCE لتقليل البقع وتحسين التباين وتحسين وضوح الهياكل التشريحية. تم جمع هذه البيانات بدعم من المعهد الوطني للتصوير الطبي الحيوي والهندسة الحيوية بموجب منحة R01-EB026574 والمعاهد الوطنية للصحة بموجب المنحة 5T32GM007171-44. مثال على الاستخدام متاح هنا .

  • الصفحة الرئيسية : https://github.com/ouwen/mimicknet

  • كود المصدر : tfds.image.DukeUltrasound

  • إصدارات :

    • 1.0.0 (افتراضي): لا توجد ملاحظات حول الإصدار.
  • حجم التحميل : 12.78 GiB

  • حجم مجموعة البيانات : Unknown size

  • التخزين المؤقت التلقائي ( الوثائق ): غير معروف

  • الانقسامات :

انشق، مزق أمثلة
'A' 1،362
'B' 1،194
'MARK' 420
'test' 438
'train' 2،556
'validation' 278
  • الميزات :
FeaturesDict({
    'das': FeaturesDict({
        'dB': Tensor(shape=(None,), dtype=tf.float32),
        'imag': Tensor(shape=(None,), dtype=tf.float32),
        'real': Tensor(shape=(None,), dtype=tf.float32),
    }),
    'dtce': Tensor(shape=(None,), dtype=tf.float32),
    'f0_hz': tf.float32,
    'final_angle': tf.float32,
    'final_radius': tf.float32,
    'focus_cm': tf.float32,
    'harmonic': tf.bool,
    'height': tf.uint32,
    'initial_angle': tf.float32,
    'initial_radius': tf.float32,
    'probe': tf.string,
    'scanner': tf.string,
    'target': tf.string,
    'timestamp_id': tf.uint32,
    'voltage': tf.float32,
    'width': tf.uint32,
})
  • الاقتباس :
@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}
}