مجموعة بيانات أورام الدماغ#

1,116

brain tumor

ultralytics

publicDetect

Medical imaging dataset with 1,100+ MRI scans for brain tumor detection. Supports healthcare AI research and diagnostic model development.

62 classes9.5 MBApr 28, 2026

negativepositive

مجموعة بيانات Ultralytics Brain Tumor هي مجموعة بيانات كشف الأجسام تضم 1,116 صورة طبية (893 للتدريب و223 للتحقق من الصحة) مأخوذة من مسوحات الرنين المغناطيسي (MRI) والتصوير المقطعي المحوسب (CT)، وموسومة في فئتين: negative (بدون ورم) وpositive (وجود ورم). تتيح لك تدريب نماذج الرؤية الحاسوبية لتحديد مواقع أورام الدماغ في المسوحات، مما يدعم التشخيص المبكر وتخطيط العلاج في تطبيقات الرعاية الصحية.

هيكل مجموعة البيانات#

تحتوي مجموعة بيانات أورام الدماغ على 1,116 صورة مقسمة إلى مجموعتين فرعيتين محددتين مسبقًا، والتي يتم تحديدها بواسطة تكوين brain-tumor.yaml:

كل صورة مصنفة ضمن واحدة من فئتين:

• negative: صور بدون ورم دماغي
• positive: صور تظهر ورمًا دماغيًا

يتم تنزيل مجموعة البيانات تلقائياً (4.21 ميجابايت) من مستودع Ultralytics على GitHub في المرة الأولى التي تبدأ فيها التدريب، لذا لا يلزم إجراء إعداد يدوي.

استكشف Brain Tumor on Ultralytics Platform لتصفح الصور مع طبقات التعليقات التوضيحية الخاصة بها، وعرض توزع الفئات الخرائط الحرارية لمربعات الإحاطة في علامة التبويب Charts، واستنساخها لتدريب نموذجك الخاص في السحاب.

التطبيقات#

يُمكّن كشف أورام الدماغ باستخدام الرؤية الحاسوبية من تحقيق التشخيص المبكر، وتخطيط العلاج، ومراقبة تطور الورم. من خلال تحليل مسوحات الرنين المغناطيسي أو التصوير المقطعي المحوسب، تحدد نماذج الكشف الأورام بدقة، مما يدعم التدخل الطبي في الوقت المناسب والعلاج الشخصي.

يمكن للمهنيين الطبيين الاستفادة من هذه التقنية من أجل:

• تقليل وقت التشخيص وتحسين الدقة
• المساعدة في التخطيط الجراحي عن طريق تحديد مواقع الأورام بدقة
• مراقبة فعالية العلاج بمرور الوقت
• دعم الأبحاث في علم الأورام والأعصاب

YAML مجموعة البيانات#

يحدد ملف YAML تكوين مجموعة البيانات، بما في ذلك المسارات والفئات والمعلومات الأخرى ذات الصلة. بالنسبة لمجموعة بيانات أورام الدماغ، يتم الاحتفاظ بملف brain-tumor.yaml على 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 بحجم صورة يبلغ 640، استخدم مقاطع البرامج المرفقة. للحصول على قائمة مفصلة بالوسائط المتاحة، راجع صفحة Training 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")

صور وشروحات توضيحية عينة#

تحتوي مجموعة بيانات أورام المخ على فحوصات رنين مغناطيسي وأشعة مقطعية للمخ مع وبدون أورام. فيما يلي صورة نموذجية من مجموعة البيانات مع تعليقاتها التوضيحية.

• صورة مجمعة (Mosaiced Image): تعرض هذه الدفعة التدريبية صور مجموعة بيانات مجمعة. يدمج التجميع صورًا متعددة في صورة واحدة أثناء التدريب، مما يزيد من تنوع الدفعة بحيث يُعمّم النموذج بشكل أفضل عبر أحجام الأورام وأشكالها ومواقعها في تحليل الصور الطبية.

الاقتباسات والشكر#

تم توفير مجموعة البيانات بموجب ترخيص AGPL-3.0.

إذا كنت تستخدم مجموعة البيانات هذه في أبحاثك أو عملك التطويري، يرجى الاستشهاد بها بشكل مناسب:

@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#