뇌종양 데이터셋#

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

Ultralytics 뇌종양 데이터셋은 MRI 및 CT 스캔에서 얻은 1,116개의 의료 이미지(학습용 893개, 검증용 223개)로 구성된 객체 검출 데이터셋이며, 2개 클래스에 걸쳐 라벨이 지정되어 있습니다: negative(종양 없음) 및 positive(종양 있음). 이 데이터셋을 사용하면 스캔에서 뇌종양의 위치를 찾는 컴퓨터 비전 모델을 학습하여 의료 애플리케이션에서 조기 진단과 치료 계획 수립을 지원할 수 있습니다.

데이터셋 구조#

뇌종양 데이터셋에는 brain-tumor.yaml 구성으로 정의된 두 개의 사전 정의된 하위 집합으로 나뉜 1,116개의 이미지가 포함되어 있습니다:

모든 이미지에는 다음 2개 클래스 중 하나가 라벨로 지정되어 있습니다:

• negative: 뇌종양이 없는 이미지
• positive: 뇌종양이 보이는 이미지

처음 학습을 실행할 때 데이터셋이 Ultralytics GitHub assets에서 자동으로 다운로드되므로(4.21 MB) 수동 설정이 필요하지 않습니다.

Ultralytics Platform의 Brain Tumor에서 어노테이션 오버레이가 적용된 이미지를 찾아보고, Charts 탭에서 클래스 분포와 바운딩 박스 히트맵을 확인하고, 클라우드에서 자체 모델을 학습할 수 있도록 데이터셋을 복제해 보십시오.

응용 분야#

컴퓨터 비전을 활용한 뇌종양 검출은 조기 진단, 치료 계획 수립 및 종양 진행 모니터링을 가능하게 합니다. MRI 또는 CT 스캔을 분석하면 검출 모델이 종양의 위치를 정확하게 찾아 적시에 의료적 개입과 맞춤형 치료를 지원할 수 있습니다.

의료 전문가는 이 기술을 다음과 같이 활용할 수 있습니다:

• 진단 시간을 단축하고 정확도를 향상합니다
• 종양의 위치를 정밀하게 찾아 수술 계획 수립을 지원합니다
• 시간 경과에 따른 치료 효과를 모니터링합니다
• 종양학 및 신경학 연구를 지원합니다

데이터셋 YAML#

YAML 파일은 경로, 클래스 및 기타 관련 정보를 포함한 데이터셋 구성을 정의합니다. 뇌종양 데이터셋의 경우 brain-tumor.yaml 파일이 https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/brain-tumor.yaml에 유지 관리됩니다.

# 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

사용법#

제공된 코드 스니펫을 사용하여 이미지 크기 640으로 뇌종양 데이터셋에서 YOLO26 모델을 100 에포크 동안 학습할 수 있습니다. 사용 가능한 인수의 자세한 목록은 모델의 Training 페이지를 참조하십시오.

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")

샘플 이미지 및 주석#

뇌종양 데이터셋에는 종양이 있는 뇌 MRI 및 CT 스캔과 종양이 없는 스캔이 포함되어 있습니다. 아래는 어노테이션이 표시된 데이터셋의 예시 이미지입니다.

• 모자이크 이미지: 이 학습 배치에는 모자이크 처리된 데이터셋 이미지가 표시됩니다. 모자이크 처리는 학습 중 여러 이미지를 하나로 결합하여 배치 다양성을 높이므로, 모델이 의료 이미지 분석에서 다양한 종양 크기, 형태 및 위치에 대해 더 잘 일반화할 수 있습니다.

인용 및 감사의 글#

데이터셋은 AGPL-3.0 라이선스에 따라 제공됩니다.

이 데이터셋을 연구 또는 개발 작업에 사용하는 경우 적절하게 인용하십시오:

@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#