Conjunto de dados de tumores cerebrais#

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

O conjunto de dados de tumores cerebrais da Ultralytics é um conjunto de dados de detecção de objetos com 1.116 imagens médicas (893 para treinamento e 223 para validação) de exames de ressonância magnética e tomografia computadorizada, rotuladas em 2 classes: negative (sem tumor) e positive (com tumor). Ele permite treinar modelos de visão computacional para localizar tumores cerebrais em exames, dando suporte ao diagnóstico precoce e ao planejamento do tratamento em aplicações de saúde.

Estrutura do conjunto de dados#

O conjunto de dados de tumores cerebrais contém 1.116 imagens divididas em dois subconjuntos predefinidos, definidos pela configuração brain-tumor.yaml:

Cada imagem é rotulada com uma das 2 classes:

• negative: imagens sem tumor cerebral
• positive: imagens que mostram um tumor cerebral

O conjunto de dados é baixado automaticamente (4.21 MB) dos recursos da Ultralytics no GitHub na primeira vez que você treina, portanto não é necessária nenhuma configuração manual.

Explore Tumores cerebrais na Ultralytics Platform para ver as imagens com as sobreposições das anotações, consultar a distribuição das classes e os mapas de calor das caixas delimitadoras na aba Charts e cloná-lo para treinar seu próprio modelo na nuvem.

Aplicações#

A detecção de tumores cerebrais com visão computacional possibilita o diagnóstico precoce, o planejamento do tratamento e o monitoramento da progressão do tumor. Ao analisar exames de ressonância magnética ou tomografia computadorizada, os modelos de detecção localizam tumores com precisão, dando suporte a intervenções médicas oportunas e a tratamentos personalizados.

Profissionais de saúde podem aproveitar essa tecnologia para:

• Reduzir o tempo de diagnóstico e melhorar a precisão
• Ajudar no planejamento cirúrgico localizando tumores com precisão
• Monitorar a eficácia do tratamento ao longo do tempo
• Dar suporte à pesquisa em oncologia e neurologia

YAML do conjunto de dados#

Um arquivo YAML define a configuração do conjunto de dados, incluindo caminhos, classes e outras informações relevantes. Para o conjunto de dados de tumores cerebrais, o arquivo brain-tumor.yaml é mantido em 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

Uso#

Para treinar um modelo YOLO26 no conjunto de dados de tumores cerebrais por 100 épocas, com tamanho de imagem 640, use os trechos de código fornecidos. Para ver uma lista detalhada dos argumentos disponíveis, consulte a página de treinamento do modelo.

from ultralytics import YOLO

# Carregar um modelo
model = YOLO("yolo26n.pt")  # carregue um modelo pré-treinado (recomendado para treinamento)

# Treinar o modelo
results = model.train(data="brain-tumor.yaml", epochs=100, imgsz=640)

from ultralytics import YOLO

# Carregar um modelo
model = YOLO("path/to/best.pt")  # carregar um modelo de tumores cerebrais ajustado

# Inferência usando o modelo
results = model.predict("https://ultralytics.com/assets/brain-tumor-sample.jpg")

Imagens de exemplo e anotações#

O conjunto de dados de tumores cerebrais contém exames de ressonância magnética e tomografia computadorizada do cérebro, com e sem tumores. Abaixo está uma imagem de exemplo do conjunto de dados com suas anotações.

• Imagem em mosaico: este lote de treinamento mostra imagens do conjunto de dados organizadas em mosaico. A composição em mosaico combina várias imagens em uma durante o treinamento, aumentando a diversidade do lote para que o modelo generalize melhor entre diferentes tamanhos, formatos e localizações de tumores na análise de imagens médicas.

Citações e agradecimentos#

O conjunto de dados foi disponibilizado sob a Licença AGPL-3.0.

Se você usar este conjunto de dados em sua pesquisa ou trabalho de desenvolvimento, cite-o adequadamente:

@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}
}

Perguntas frequentes#