مجموعة بيانات أورام الدماغ#

1,116

brain tumor

ultralytics

publicDetect

Brain Tumor is a compact MRI collection for localization-oriented medical imaging. Bounding-box labels distinguish positive and negative tumor targets, supporting experiments in lesion detection across varied brain anatomy, scan contrast, tumor appearance, and background tissue.

62 classes9.5 MBSep 2, 2026

negativepositive

مجموعة بيانات أورام الدماغ من Ultralytics هي مجموعة كشف كائنات تضم 1,116 صورة طبية (893 للتدريب و223 للتحقق) مأخوذة من فحوص التصوير بالرنين المغناطيسي والتصوير المقطعي المحوسب، وموسومة بفئتين: negative (لا يوجد ورم) وpositive (يوجد ورم). تتيح هذه المجموعة تدريب نماذج الرؤية الحاسوبية لتحديد أورام الدماغ في الفحوص، مما يدعم التشخيص المبكر والتخطيط للعلاج في تطبيقات الرعاية الصحية.

بنية مجموعة البيانات#

تحتوي مجموعة بيانات أورام الدماغ على 1,116 صورة مقسمة إلى مجموعتين فرعيتين محددتين مسبقًا، وفقًا للإعداد brain-tumor.yaml:

تُوسم كل صورة بإحدى الفئتين:

• negative: صور لا يظهر فيها ورم في الدماغ
• positive: صور يظهر فيها ورم في الدماغ

تُنزّل مجموعة البيانات تلقائيًا (4.21 MB) من أصول Ultralytics على GitHub عند التدريب لأول مرة، لذا لا حاجة إلى إعداد يدوي.

استكشف أورام الدماغ على منصة Ultralytics لتصفح الصور مع طبقات التعليقات التوضيحية، وعرض توزيع الفئات والخرائط الحرارية لمربعات الإحاطة في علامة التبويب Charts، واستنساخ المجموعة لتدريب نموذجك الخاص سحابيًا.

التطبيقات#

يتيح كشف أورام الدماغ باستخدام الرؤية الحاسوبية التشخيص المبكر والتخطيط للعلاج ومراقبة تطور الورم. ومن خلال تحليل فحوص التصوير بالرنين المغناطيسي أو التصوير المقطعي المحوسب، تحدد نماذج الكشف مواقع الأورام بدقة، مما يدعم التدخل الطبي في الوقت المناسب والعلاج المخصص.

يمكن للمتخصصين الطبيين الاستفادة من هذه التقنية في:

• تقليل وقت التشخيص وتحسين دقته
• المساعدة في التخطيط الجراحي عبر تحديد مواقع الأورام بدقة
• مراقبة فعالية العلاج بمرور الوقت
• دعم الأبحاث في علم الأورام وطب الأعصاب

ملف YAML لمجموعة البيانات#

يحدد ملف YAML إعدادات مجموعة البيانات، بما في ذلك المسارات والفئات والمعلومات الأخرى ذات الصلة. وبالنسبة إلى مجموعة بيانات أورام الدماغ، تتم صيانة الملف brain-tumor.yaml في https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/brain-tumor.yaml.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# Brain-tumor dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/brain-tumor
# Example usage: yolo train data=brain-tumor.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── brain-tumor ← downloads here (4.21 MB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: brain-tumor # dataset root dir
train: images/train # train images (relative to 'path') 893 images
val: images/val # val images (relative to 'path') 223 images

# Classes
names:
  0: negative
  1: positive

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/brain-tumor.zip

الاستخدام#

لتدريب نموذج YOLO26 على مجموعة بيانات أورام الدماغ لمدة 100 حقبة وبحجم صورة 640، استخدم مقتطفات التعليمات البرمجية المقدمة. وللاطلاع على قائمة مفصلة بالوسائط المتاحة، راجع صفحة التدريب الخاصة بالنموذج.

from ultralytics import YOLO

# ⁨تحميل نموذج⁩
model = YOLO("yolo26n.pt")  # ⁨تحميل نموذج مدرّب مسبقًا (موصى به للتدريب)⁩

# ⁨تدريب النموذج⁩
results = model.train(data="brain-tumor.yaml", epochs=100, imgsz=640)

from ultralytics import YOLO

# ⁨تحميل نموذج⁩
model = YOLO("path/to/best.pt")  # ⁨حمّل نموذج أورام الدماغ محسّن الضبط⁩

# ⁨الاستدلال باستخدام النموذج⁩
results = model.predict("https://ultralytics.com/assets/brain-tumor-sample.jpg")

صور وتعليقات توضيحية نموذجية#

تحتوي مجموعة بيانات أورام الدماغ على فحوص للدماغ بالرنين المغناطيسي والتصوير المقطعي المحوسب، مع وجود أورام ومن دونها. فيما يلي صورة نموذجية من مجموعة البيانات مع تعليقاتها التوضيحية.

• صورة موزاييك: تعرض دفعة التدريب هذه صورًا من مجموعة البيانات بعد ترتيبها في موزاييك. يجمع تكوين الموزاييك عدة صور في صورة واحدة أثناء التدريب، مما يزيد تنوع الدفعة كي يعمم النموذج بصورة أفضل على أحجام الأورام وأشكالها ومواقعها المختلفة في تحليل الصور الطبية.

الاستشهادات والشكر والتقدير#

أُتيحت مجموعة البيانات بموجب ترخيص AGPL-3.0.

يُرجى الاستشهاد بمجموعة البيانات على النحو المناسب عند استخدامها في أبحاثكم أو أعمال التطوير:

@dataset{Ultralytics_Brain_Tumor_Dataset_2023,
    author = {Ultralytics},
    title = {Brain Tumor Detection Dataset},
    year = {2023},
    publisher = {Ultralytics},
    url = {https://docs.ultralytics.com/datasets/detect/brain-tumor}
}

الأسئلة الشائعة#