MétaCan
Menu
Retour à la cohorte
Enregistrement W6906628046 · doi:10.17632/bk45c9yxb9

CRICVA Database

2019· dataset· en· W6906628046 sur OpenAlexaboutno aff

Notice bibliographique

RevueMendeley Data · 2019
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPixelEye trackingImage processingFixation (population genetics)Tracking (education)Notice

Résumé

récupéré en direct d'OpenAlex

The CRICVA dataset contains eye tracking data for a subset of 232 digitized Pap smear images of the CRIC Center (https://sites.google.com/view/centercric). The CRIC images were acquired with a Carl Zeiss microscope equipped with a Zeiss AxionCam MRc camera at 40x magnification. The images have 0.255 μm/pixel and resolution of 1392 x 1040 pixels (8-bit). The specimens were prepared via conventional Pap smears and contain cervical cells as well as other artifacts often collected as part of the exams. All cervical cell images were collected from SUS (Brazilian Universal Health System). ---- Detailed Information 1. Pap smear images The CRIC images were presented to cytopathologists at a resolution of 1280x1024 pixels, keeping the original aspect ratio by adding white pixel lines at the image bottom. Notice that the added white pixel lines have been removed from the attached images. 2. Eye tracking device We used an EyeLink 1000 system designed by SR Research Ltd., Mississauga, Canada, with a sampling rate of 1000 Hz on the right eye recording to register the visual attention of cytopathologists. 3. Subjects CRICVA has eye fixation maps from three cytopathologists, all of them with normal or corrected-to-normal vision via lens glasses. The cytopathologists have experience with cervical care and reading conventional Pap smear slides on clinical laboratory. 4. Methodology The attention data was collected by a task-driven experiment in which the expert interpreted each cervical cell image and marked the abnormal cells with mouse clicks. The participants had free time to analyze the images. ---- Database Organization CRICVA comprises samples for normal (Negative) and abnormal (ASC-US: Atypical Squamous Cells of Undermined Significance; ASC-H: Atypical Squamous Cells of High Significance; LSIL: Low-grade Squamous Intraepithelial Lesion; HSIL: High-grade Squamous Intraepithelial Lesion; and CA: Carcinoma) cases. Our dataset contains eight folders each being relative to a trial. In each folder, there are the cervical cell images (sub-folder: images), the eye fixations (sub-folder: fixation_locs), and the attention maps (sub-folder: fixation_maps). For each trial, we also provide a text file (labels_trial_xx.txt) with the following information: image_id, image_name, image_class For example, 1,011fda505d7e4af4b8cc57545343624d,ASC-US 2,02c7fb946ad5c5e5f9c1e1178c21fc92,ca More information can be found in the references (related links) below. ---- Special Thanks: Dr. José Soares de Andrade Júnior and Dr. Humberto de Andrade Carmona for authorizing the use of the eye tracking device at the Complex Systems Laboratory, Department of Physics, Universidade Federal do Ceará, Fortaleza, CE, Brazil. ---- Feedback on the dataset is welcome. The person to contact is Daniel Ferreira (daniels@ifce.edu.br)

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,187

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0080,001
Méta-épidémiologie (sens large)0,0040,005
Bibliométrie0,0100,007
Études des sciences et des technologies0,0020,001
Communication savante0,0050,004
Science ouverte0,0100,005
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0560,116

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,220
Tête enseignante GPT0,388
Écart entre enseignants0,168 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMendeley DataTravaux en français237 207