Salta para o conteĆŗdo

Conjunto de dados de tumores cerebrais

Um conjunto de dados de deteĆ§Ć£o de tumores cerebrais consiste em imagens mĆ©dicas de exames de ressonĆ¢ncia magnĆ©tica ou de tomografia computorizada, contendo informaƧƵes sobre a presenƧa, localizaĆ§Ć£o e caracterĆ­sticas do tumor cerebral. Este conjunto de dados Ć© essencial para treinar algoritmos de visĆ£o computacional para automatizar a identificaĆ§Ć£o de tumores cerebrais, ajudando no diagnĆ³stico precoce e no planeamento do tratamento.



Observa: DeteĆ§Ć£o de tumores cerebrais utilizando Ultralytics HUB

Estrutura do conjunto de dados

O conjunto de dados de tumores cerebrais estĆ” dividido em dois subconjuntos:

  • Conjunto de treino: Consiste em 893 imagens, cada uma acompanhada de anotaƧƵes correspondentes.
  • Conjunto de teste: Composto por 223 imagens, com anotaƧƵes emparelhadas para cada uma delas.

AplicaƧƵes

A aplicaĆ§Ć£o da deteĆ§Ć£o de tumores cerebrais utilizando a visĆ£o por computador permite o diagnĆ³stico precoce, o planeamento do tratamento e a monitorizaĆ§Ć£o da progressĆ£o do tumor. Ao analisar dados de imagens mĆ©dicas, como exames de ressonĆ¢ncia magnĆ©tica ou tomografia computadorizada, os sistemas de visĆ£o computacional ajudam a identificar com precisĆ£o os tumores cerebrais, auxiliando na intervenĆ§Ć£o mĆ©dica oportuna e em estratĆ©gias de tratamento personalizadas.

Conjunto de dados YAML

Um ficheiro YAML (Yet Another Markup Language) Ć© utilizado para definir a configuraĆ§Ć£o do conjunto de dados. ContĆ©m informaƧƵes sobre os caminhos do conjunto de dados, classes e outras informaƧƵes relevantes. No caso do conjunto de dados de tumor cerebral, o ficheiro brain-tumor.yaml Ć© mantido em https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/brain-tumor.yaml.

ultralytics/cfg/datasets/brain-tumor.yaml

# Ultralytics YOLO šŸš€, 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
# ā”œā”€ā”€ ultralytics
# ā””ā”€ā”€ datasets
#     ā””ā”€ā”€ brain-tumor  ā† 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

UtilizaĆ§Ć£o

Para treinar um modelo YOLOv8n no conjunto de dados de tumores cerebrais para 100 Ć©pocas com um tamanho de imagem de 640, utiliza os snippets de cĆ³digo fornecidos. Para obter uma lista detalhada dos argumentos disponĆ­veis, consulta a pĆ”gina de treino do modelo.

Exemplo de comboio

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

Exemplo de inferĆŖncia

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"

Exemplos de imagens e anotaƧƵes

O conjunto de dados de tumores cerebrais engloba uma vasta gama de imagens com diversas categorias de objectos e cenas complexas. Apresentamos de seguida exemplos de imagens do conjunto de dados, acompanhadas das respectivas anotaƧƵes

Imagem de amostra do conjunto de dados de tumores cerebrais

  • Imagem em mosaico: Apresenta aqui um lote de formaĆ§Ć£o que inclui imagens de conjuntos de dados em mosaico. O mosaico, uma tĆ©cnica de treino, consolida vĆ”rias imagens numa sĆ³, aumentando a diversidade do lote. Esta abordagem ajuda a melhorar a capacidade do modelo para generalizar atravĆ©s de vĆ”rios tamanhos de objectos, proporƧƵes e contextos.

Este exemplo realƧa a diversidade e a complexidade das imagens no conjunto de dados de tumores cerebrais, sublinhando as vantagens de incorporar o mosaico durante a fase de formaĆ§Ć£o.

CitaƧƵes e agradecimentos

O conjunto de dados foi disponibilizado ao abrigo da licenƧaAGPL-3.0 .



Criado em 2024-03-19, Atualizado em 2024-05-18
Autores: glenn-jocher (1), RizwanMunawar (1), Burhan-Q (1)

ComentƔrios