所提方法对不同类型脑肿瘤的检索性能(均值 ± 标准差 %)

所提方法对不同类型脑肿瘤的检索性能(均值±标准差%)。文件数 1 个,合计 5.63 KB。· 源站最后修改于 2023-06-02,引用时请注意版本时效

google_dataset
2023-06-02 更新
浏览 12
医学影像回归query imagenovel feature extraction frameworkretrieving brain tumorsCBIRFisher kernel frameworktumor regionbrain tumor imagesMRI
Retrieval performance of the proposed method for different types of brain tumors (mean ± std %).

基本信息

模态
医学影像
大小
0.000005632 GB
任务类型
回归
许可
CC BY 4.0
创建/更新时间
2023-06-02
版本
v1

资源简介

所提方法对不同类型脑肿瘤的检索性能(均值 ± 标准差 %)

Retrieval performance of the proposed method for different types of brain tumors (mean ± std %).

该数据集来自 plos.figshare.com,对应论文《Retrieval of Brain Tumors by Adaptive Spatial Pooling and Fisher Vector Representation》(PLOS ONE,2016),仅含 1 个文件 Table 4.xls。内容为所提方法在不同类型脑肿瘤上的检索性能,以均值 ± 标准差百分比形式呈现,涉及 query image、novel feature extraction framework、retrieving brain tumors、CBIR、Fisher kernel framework、tumor region、brain tumor。

【数据集背景】

配套论文《Retrieval of Brain Tumors by Adaptive Spatial Pooling and Fisher Vector Representation》发表于 PLOS ONE(2016),DOI:10.1371/journal.pone.0157112。源站首次发布:2016-06-06。

【数据内容】

源站描述(机器翻译,仅供参考):所提方法对不同类型脑肿瘤的检索性能(均值±标准差%)。

【数据结构与技术规格】

文件数 1 个,合计 5.63 KB。数据集 DOI:10.1371/journal.pone.0157112.t004。

【主题与分类】

源站学科分类:Space Science、Cell Biology、Molecular Biology、Biotechnology、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified。主题标签:query image、novel feature extraction framework、retrieving brain tumors、CBIR、Fisher kernel framework、tumor region、brain tumor images、MRI。本站分类:肿瘤/脑肿瘤。

【适用方向】

源站学科分类标注为 Space Science、Cell Biology、Molecular Biology、Biotechnology、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified。

【获取与许可】

源站页面:https://plos.figshare.com/articles/dataset/Retrieval_performance_of_the_proposed_method_for_different_types_of_brain_tumors_mean_std_/3421297

使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。

规范引用:Cheng, Jun; Yang, Wei; Huang, Meiyan; Huang, Wei; Jiang, Jun; Zhou, Yujia; et al. (2016). Retrieval performance of the proposed method for different types of brain tumors (mean ± std %).. PLOS ONE. Dataset

【使用注意】

· 源站最后修改于 2023-06-02,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

下载信息

注册下载

需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。

暂未开放

公开下载

无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。

免登录

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

暂未开放

当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。

使用方式

数据集获取(Figshare)

命令行下载

curl -L -o "Table 4.xls" "https://ndownloader.figshare.com/files/5354470"

文件清单

  • Table 4.xls(5.63 KB)

文件总体积 5.63 KB(源站 API 实测)。

数据说明

Retrieval performance of the proposed method for different types of brain tumors (mean ± std %).

许可

CC BY 4.0

引用

学术使用请引用 DOI 10.1371/journal.pone.0157112.t004(source: https://plos.figshare.com/articles/dataset/Retrieval_performance_of_the_proposed_method_for_different_types_of_brain_tumors_mean_std_/3421297)。

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案