Dataset sui tumori cerebrali#

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

Il set di dati Ultralytics Brain Tumor è un set di dati di object detection di 1.116 immagini mediche (893 per il training e 223 per la validazione) provenienti da scansioni MRI e TC, etichettate in 2 classi: negative (nessun tumore) e positive (tumore presente). Ti consente di addestrare modelli di computer vision per individuare i tumori cerebrali nelle scansioni, supportando la diagnosi precoce e la pianificazione del trattamento nelle applicazioni sanitarie.

Struttura del dataset#

Il set di dati sui tumori cerebrali contiene 1.116 immagini suddivise in due sottoinsiemi predefiniti, definiti dalla configurazione brain-tumor.yaml:

Ogni immagine è etichettata con una delle 2 classi:

• negative: immagini senza un tumore cerebrale
• positive: immagini che mostrano un tumore cerebrale

Il dataset viene scaricato automaticamente (4,21 MB) dagli asset GitHub di Ultralytics la prima volta che esegui l'addestramento, quindi non è necessaria alcuna configurazione manuale.

Esplora Brain Tumor on Ultralytics Platform per sfogliare le immagini con i relativi overlay di annotazione, visualizzare la distribuzione delle classi e le mappe di calore dei bounding box nella scheda Charts, e clonarlo per addestrare il tuo modello nel cloud.

Applicazioni#

Il rilevamento dei tumori cerebrali con la computer vision consente la diagnosi precoce, la pianificazione del trattamento e il monitoraggio della progressione del tumore. Analizzando scansioni MRI o TC, i modelli di rilevamento individuano con precisione i tumori, supportando un intervento medico tempestivo e un trattamento personalizzato.

I professionisti del settore medico possono sfruttare questa tecnologia per:

• Ridurre i tempi diagnostici e migliorare l'accuratezza
• Assistere nella pianificazione chirurgica localizzando con precisione i tumori
• Monitorare l'efficacia del trattamento nel tempo
• Supportare la ricerca in oncologia e neurologia

Dataset YAML#

Un file YAML definisce la configurazione del set di dati, inclusi percorsi, classi e altre informazioni rilevanti. Per il set di dati sui tumori cerebrali, il file brain-tumor.yaml è mantenuto su 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

Utilizzo#

Per addestrare un modello YOLO26 sul set di dati dei tumori cerebrali per 100 epochs con una dimensione dell'immagine di 640, utilizza i frammenti di codice forniti. Per un elenco dettagliato degli argomenti disponibili, consulta la pagina di Training del modello.

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")

Esempi di immagini e annotazioni#

Il dataset sui tumori cerebrali contiene scansioni cerebrali MRI e CT con e senza tumori. Di seguito è riportata un'immagine di esempio dal dataset con le relative annotazioni.

• Mosaiced Image: Questo batch di training mostra immagini del set di dati create tramite mosaico. Il mosaico combina più immagini in una sola durante il training, aumentando la diversità del batch in modo che il modello si generalizzi meglio tra diverse dimensioni, forme e posizioni dei tumori per l'analisi delle immagini mediche.

Citazioni e riconoscimenti#

Il set di dati è stato reso disponibile sotto la AGPL-3.0 License.

Se utilizzi questo dataset nel tuo lavoro di ricerca o sviluppo, citalo in modo appropriato:

@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#