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 بيانات لـ اكتشاف الأجسام تتكون من 1,116 صورة طبية (893 للتدريب و223 للتحقق) من فحوصات التصوير بالرنين المغناطيسي والتصوير المقطعي المحوسب، مع تصنيفها إلى فئتين: negative (لا يوجد ورم) وpositive (يوجد ورم). وتتيح لك تدريب نماذج الرؤية الحاسوبية لتحديد مواقع أورام الدماغ في الفحوصات، مما يدعم التشخيص المبكر وتخطيط العلاج في تطبيقات الرعاية الصحية.

بنية مجموعة البيانات#

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

تُصنَّف كل صورة ضمن إحدى فئتين:

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

تُنزَّل مجموعة البيانات تلقائيًا (بحجم 4.21 ميجابايت) من أصول Ultralytics على GitHub عند التدريب لأول مرة، ولذلك لا يلزم إعداد يدوي.

استكشف أورام الدماغ على منصة Ultralytics لتصفح الصور مع تراكبات التعليقات التوضيحية الخاصة بها، وعرض توزيع الفئات والمخططات الحرارية للمربعات المحيطة في علامة التبويب Charts، واستنساخها لتدريب نموذجك الخاص في السحابة.

التطبيقات#

يتيح اكتشاف أورام الدماغ باستخدام الرؤية الحاسوبية إجراء التشخيص المبكر، وتخطيط العلاج، ومراقبة تطور الورم. ومن خلال تحليل فحوصات التصوير بالرنين المغناطيسي أو التصوير المقطعي المحوسب، تحدد نماذج الاكتشاف مواقع الأورام بدقة، مما يدعم التدخل الطبي في الوقت المناسب والعلاج المخصص.

يمكن للمتخصصين الطبيين الاستفادة من هذه التقنية من أجل:

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

YAML مجموعة البيانات#

يحدد ملف YAML إعدادات مجموعة البيانات، بما في ذلك المسارات والفئات وغيرها من المعلومات ذات الصلة. وبالنسبة إلى مجموعة بيانات أورام الدماغ، يُدار ملف 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 يبلغ 640، استخدم مقتطفات التعليمات البرمجية المتوفرة. للحصول على قائمة تفصيلية بالوسائط المتاحة، راجع صفحة التدريب الخاصة بالنموذج.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")  # load a pretrained model (recommended for training)

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

from ultralytics import YOLO

# Load a model
model = YOLO("path/to/best.pt")  # load a brain-tumor fine-tuned model

# Inference using the model
results = model.predict("https://ultralytics.com/assets/brain-tumor-sample.jpg")

الصور والتعليقات التوضيحية النموذجية#

تحتوي مجموعة بيانات أورام الدماغ على فحوصات دماغية بالتصوير بالرنين المغناطيسي والتصوير المقطعي المحوسب، مع وجود أورام أو عدم وجودها. فيما يلي صورة نموذجية من مجموعة البيانات مع تعليقاتها التوضيحية.

• الصورة الفسيفسائية: تعرض دفعة التدريب هذه صورًا فسيفسائية من مجموعة البيانات. يدمج إنشاء الفسيفساء صورًا متعددة في صورة واحدة أثناء التدريب، مما يزيد تنوع الدفعة حتى يعمم النموذج أداءه بصورة أفضل على اختلاف أحجام الأورام وأشكالها ومواقعها من أجل تحليل الصور الطبية.

الاقتباسات والشكر والتقدير#

أُتيحت مجموعة البيانات بموجب ترخيص AGPL-3.0.

إذا استخدمت مجموعة البيانات هذه في أبحاثك أو أعمال التطوير، يُرجى الاستشهاد بها على النحو المناسب:

@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#