뇌종양 데이터셋#

Ultralytics Brain Tumor 데이터셋은 MRI 및 CT 스캔에서 가져온 1,116개의 의료 이미지(학습용 893개, 검증용 223개)로 구성된 object detection 데이터셋이며, negative(종양 없음)과 positive(종양 있음)의 2가지 클래스로 라벨링되어 있습니다. 이를 통해 computer vision 모델을 학습시켜 스캔에서 뇌 종양을 찾아낼 수 있으며, healthcare applications에서 조기 진단 및 치료 계획 수립을 지원합니다.

데이터셋 구조#

뇌 종양 데이터셋은 brain-tumor.yaml 구성에 따라 정의된 두 개의 사전 정의된 하위 세트로 나뉘어진 1,116개의 이미지를 포함합니다:

모든 이미지는 다음 2개 클래스 중 하나로 라벨링되어 있습니다:

• negative: 뇌 종양이 없는 이미지
• positive: 뇌 종양이 있는 이미지

데이터셋은 최초 학습 시 Ultralytics GitHub 에셋에서 자동으로 다운로드(4.21 MB)되므로, 별도의 수동 설정이 필요하지 않습니다.

Brain Tumor on Ultralytics Platform을 탐색하여 어노테이션 오버레이가 포함된 이미지를 찾아보고, Charts 탭에서 클래스 분포 및 바운딩 박스 히트맵을 확인한 후 클라우드에서 클론하여 자신만의 모델을 학습시킬 수 있습니다.

응용 분야#

computer vision을 활용한 뇌 종양 탐지는 early diagnosis, 치료 계획 수립, 그리고 종양 진행 상황 모니터링을 가능하게 합니다. 탐지 모델은 MRI 또는 CT 스캔을 분석하여 종양을 정확하게 찾아내며, 시기적절한 의학적 개입과 개인 맞춤형 치료를 지원합니다.

의료 전문가는 이 기술을 활용하여 다음과 같은 작업을 수행할 수 있습니다:

• 진단 시간 단축 및 정확도 향상
• 종양 위치를 정확히 파악하여 수술 계획 수립 지원
• 시간 경과에 따른 치료 효과 모니터링
• 종양학 및 신경학 분야의 연구 지원

데이터셋 YAML#

YAML 파일은 경로, 클래스 및 기타 관련 정보를 포함한 데이터셋 구성을 정의합니다. 뇌 종양 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#

이미지 크기 640으로 100 epochs 동안 뇌 종양 데이터셋에서 YOLO26 모델을 학습시키려면 제공된 코드 스니펫을 사용하세요. 사용 가능한 인수에 대한 자세한 내용은 모델의 Training 페이지를 참조하세요.

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 종양 유무에 따른 MRI 및 CT 뇌 스캔 이미지가 포함되어 있습니다. 아래는 어노테이션이 표시된 데이터셋의 예시 이미지입니다.

• Mosaiced Image: 이 학습 배치는 모자이크 처리된 데이터셋 이미지를 보여줍니다. 모자이킹은 학습 중에 여러 이미지를 하나로 결합하여 배치 다양성을 높이므로, 모델이 medical image analysis를 위해 종양의 크기, 모양, 위치에 걸쳐 더 잘 일반화할 수 있도록 합니다.

인용 및 감사의 글#

이 데이터셋은 AGPL-3.0 License에 따라 제공됩니다.

연구 또는 개발 작업에 이 데이터셋을 사용하는 경우 적절하게 인용해 주십시오:

@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#