コンテンツへスキップ

脳腫瘍データセット

脳腫瘍検出データセットは、脳腫瘍の存在、位置、特徴に関する情報を含む、MRIやCTスキャンによる医用画像から構成される。このデータセットは、脳腫瘍を自動識別し、早期診断や治療計画に役立てるためのコンピュータビジョンアルゴリズムの学習に不可欠である。

データセット構造

脳腫瘍データセットは2つのサブセットに分けられる:

  • トレーニングセット:893枚の画像からなり、それぞれに対応する注釈が付されている。
  • テストセット:223枚の画像で構成され、それぞれにアノテーションが対になっている。

アプリケーション

コンピュータビジョンを用いた脳腫瘍検出の応用により、早期診断、治療計画、腫瘍の進行のモニタリングが可能になる。MRIやCTスキャンなどの医療用画像データを分析することにより、コンピュータビジョンシステムは脳腫瘍を正確に特定し、タイムリーな医療介入や個別化された治療戦略を支援します。

データセット YAML

YAML (Yet Another Markup Language) ファイルはデータセットの設定を定義するために使われる。このファイルには、データセットのパス、クラス、その他の関連情報が含まれている。脳腫瘍データセットの場合は brain-tumor.yaml ファイルは https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/brain-tumor.yaml.

ultralytics/cfg/datasets/脳腫瘍.yaml

# Ultralytics YOLO 🚀, AGPL-3.0 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 (4.05 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: ../datasets/brain-tumor # dataset root dir
train: train/images # train images (relative to 'path') 893 images
val: valid/images # val images (relative to 'path') 223 images
test: # test images (relative to 'path')

# Classes
names:
  0: negative
  1: positive

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

使用方法

脳腫瘍データセットでYOLOv8n モデルを画像サイズ640で100エポック訓練するには、提供されたコードスニペットを利用する。利用可能な引数の詳細なリストについては、モデルのトレーニングページを参照してください。

列車の例

from ultralytics import YOLO

# Load a model
model = YOLO('yolov8n.pt')  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data='brain-tumor.yaml', epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=brain-tumor.yaml model=yolov8n.pt epochs=100 imgsz=640

推論例

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")
# Start prediction with a finetuned *.pt model
yolo detect predict model='path/to/best.pt' imgsz=640 source="https://ultralytics.com/assets/brain-tumor-sample.jpg"

サンプル画像と注釈

脳腫瘍データセットには、多様なオブジェクト・カテゴリーと複雑なシーンを特徴とする幅広い画像が含まれている。以下に、このデータセットの画像の例と、それぞれのアノテーションを示します。

脳腫瘍データセットのサンプル画像

  • モザイク処理された画像:ここに表示されているのは、モザイク処理されたデータセット画像からなるトレーニングバッチである。モザイク処理とは、複数の画像を1つに統合し、バッチの多様性を向上させる学習手法である。このアプローチにより、様々なオブジェクトのサイズ、アスペクト比、コンテキストに対応するモデルの汎化能力を向上させることができる。

この例は、脳腫瘍データセット内の画像の多様性と複雑性を浮き彫りにし、学習段階でモザイク処理を取り入れることの利点を強調している。

引用と謝辞

このデータセットは、AGPL-3.0 ライセンスの下で公開されている。



作成 2024-03-19 更新 2024-04-02
著者Burhan-Q(1),RizwanMunawar(1)

コメント