Jeu de données sur les tumeurs cérébrales#

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

Le jeu de données Ultralytics sur les tumeurs cérébrales est un jeu de données de détection d’objets comprenant 1 116 images médicales (893 pour l’entraînement et 223 pour la validation) issues d’examens IRM et CT, réparties en 2 classes : negative (aucune tumeur) et positive (tumeur présente). Il te permet d’entraîner des modèles de vision par ordinateur pour localiser les tumeurs cérébrales dans les examens, et facilite le diagnostic précoce et la planification du traitement dans les applications de santé.

Structure du jeu de données#

Le jeu de données sur les tumeurs cérébrales contient 1 116 images réparties en deux sous-ensembles prédéfinis, définis par la configuration brain-tumor.yaml :

Chaque image est étiquetée selon l’une des 2 classes :

• negative : images sans tumeur cérébrale
• positive : images montrant une tumeur cérébrale

Le jeu de données (4.21 MB) est téléchargé automatiquement depuis les ressources GitHub d’Ultralytics lors du premier entraînement ; aucune configuration manuelle n’est nécessaire.

Explore Brain Tumor sur Ultralytics Platform pour parcourir les images avec leurs superpositions d’annotations, consulter la répartition des classes et les cartes thermiques des boîtes englobantes dans l’onglet Charts, puis le cloner afin d’entraîner ton propre modèle dans le cloud.

Applications#

La détection des tumeurs cérébrales par vision par ordinateur facilite le diagnostic précoce, la planification des traitements et le suivi de l’évolution des tumeurs. En analysant des examens IRM ou CT, les modèles de détection localisent précisément les tumeurs, ce qui favorise une intervention médicale rapide et un traitement personnalisé.

Les professionnels de santé peuvent tirer parti de cette technologie pour :

• Réduire le temps nécessaire au diagnostic et améliorer sa précision
• Faciliter la planification chirurgicale en localisant précisément les tumeurs
• Suivre l’efficacité du traitement au fil du temps
• Soutenir la recherche en oncologie et en neurologie

Fichier YAML du jeu de données#

Un fichier YAML définit la configuration du jeu de données, notamment les chemins, les classes et d’autres informations pertinentes. Pour le jeu de données sur les tumeurs cérébrales, le fichier brain-tumor.yaml est géré à l’adresse 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

Utilisation#

Pour entraîner un modèle YOLO26 sur le jeu de données sur les tumeurs cérébrales pendant 100 époques avec une taille d’image de 640, utilise les extraits de code fournis. Pour obtenir la liste détaillée des arguments disponibles, consulte la page Entraînement du modèle.

from ultralytics import YOLO

# Charger un modèle
model = YOLO("yolo26n.pt")  # charger un modèle préentraîné (recommandé pour l’entraînement)

# Entraîner le modèle
results = model.train(data="brain-tumor.yaml", epochs=100, imgsz=640)

from ultralytics import YOLO

# Charger un modèle
model = YOLO("path/to/best.pt")  # charger un modèle affiné sur les tumeurs cérébrales

# Inférence avec le modèle
results = model.predict("https://ultralytics.com/assets/brain-tumor-sample.jpg")

Exemples d’images et annotations#

Le jeu de données sur les tumeurs cérébrales contient des examens IRM et CT du cerveau avec et sans tumeur. Voici un exemple d’image du jeu de données avec ses annotations.

• Image en mosaïque : ce lot d’entraînement présente des images du jeu de données assemblées en mosaïque. La mosaïque combine plusieurs images en une seule pendant l’entraînement, ce qui accroît la diversité des lots et aide le modèle à mieux généraliser aux différentes tailles, formes et localisations des tumeurs pour l’analyse d’images médicales.

Citations et remerciements#

Le jeu de données est mis à disposition sous la licence AGPL-3.0.

Si tu utilises ce jeu de données dans tes travaux de recherche ou de développement, cite-le correctement :

@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}
}

FAQ#