duke_אולטרסאונד

  • תיאור :

DukeUltrasound הוא מערך נתונים של אולטרסאונד שנאסף באוניברסיטת דיוק עם בדיקה של Verasonics c52v. הוא מכיל נתונים בצורת עיכוב וסכום (DAS) כמו גם נתונים שעובדו לאחר מכן עם Siemens Dynamic TCE להפחתת כתמים, שיפור ניגודיות ושיפור בולטות של מבנים אנטומיים. נתונים אלו נאספו עם תמיכה מהמכון הלאומי להדמיה ביו-רפואית והנדסה ביו-רפואית במסגרת מענק R01-EB026574 וממכוני בריאות לאומיים במסגרת מענק 5T32GM007171-44. דוגמה לשימוש זמינה כאן .

לְפַצֵל דוגמאות
'A' 1,362
'B' 1,194
'MARK' 420
'test' 438
'train' 2,556
'validation' 278
  • מבנה תכונה :
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,
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
das FeaturesDict
das/dB מוֹתֵחַ (אף אחד,) tf.float32
das/image מוֹתֵחַ (אף אחד,) tf.float32
זה / אמיתי מוֹתֵחַ (אף אחד,) tf.float32
dtce מוֹתֵחַ (אף אחד,) tf.float32
f0_hz מוֹתֵחַ tf.float32
זווית_סופית מוֹתֵחַ tf.float32
רדיוס_סופי מוֹתֵחַ tf.float32
focus_cm מוֹתֵחַ tf.float32
הַרמוֹנִי מוֹתֵחַ tf.bool
גוֹבַה מוֹתֵחַ tf.uint32
ראשי_זווית מוֹתֵחַ tf.float32
רדיוס_התחלתי מוֹתֵחַ tf.float32
בְּדִיקָה מוֹתֵחַ tf.string
סוֹרֵק מוֹתֵחַ tf.string
יַעַד מוֹתֵחַ tf.string
זמן_מזהה מוֹתֵחַ tf.uint32
מתח מוֹתֵחַ tf.float32
רוֹחַב מוֹתֵחַ tf.uint32
  • ציטוט :
@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}
}