Ultralytics YOLO27:
Get Started

Датасет опухолей головного мозга#

Open Brain Tumor Dataset In Colab

Датасет Ultralytics Brain Tumor предназначен для обнаружения объектов и содержит 1 116 медицинских изображений (893 для обучения и 223 для валидации), полученных при МРТ- и КТ-сканировании и размеченных по 2 классам: negative (опухоли нет) и positive (опухоль есть). Он позволяет обучать модели компьютерного зрения для обнаружения опухолей головного мозга на снимках, помогая ставить диагноз на ранней стадии и планировать лечение в рамках медицинских приложений.



Смотри: Обнаружение опухоли мозга с помощью платформы Ultralytics и Ultralytics YOLO26 | Обнаружение объектов 🚀

Структура набора данных#

Датасет опухолей головного мозга содержит 1 116 изображений, разделённых на две заранее заданные подвыборки согласно конфигурации brain-tumor.yaml:

ПодвыборкаИзображенияАннотации
Обучение893Да
Валидация223Да

Каждому изображению присвоена одна из 2 меток классов:

  • negative: изображения без опухоли головного мозга
  • positive: изображения с опухолью головного мозга

При первом запуске обучения датасет автоматически загружается из ресурсов Ultralytics GitHub (4.21 MB), поэтому вручную настраивать ничего не нужно.

Открой датасет Brain Tumor на Ultralytics Platform, чтобы просмотреть изображения с наложенной разметкой, изучить распределение классов и тепловые карты ограничивающих рамок на вкладке Charts, а также создать его копию для обучения собственной модели в облаке.

Применение#

Обнаружение опухолей головного мозга с помощью компьютерного зрения помогает диагностировать заболевание на ранней стадии, планировать лечение и отслеживать развитие опухоли. Анализируя МРТ- или КТ-снимки, модели обнаружения точно определяют расположение опухолей, помогая своевременно оказать медицинскую помощь и подобрать индивидуальное лечение.

Медицинские специалисты могут использовать эту технологию, чтобы:

  • Сократить время диагностики и повысить её точность
  • Помогать планировать операции, точно определяя расположение опухолей
  • Отслеживать эффективность лечения с течением времени
  • Поддерживать исследования в области онкологии и неврологии

Файл YAML набора данных#

Конфигурация датасета, включая пути, классы и другие необходимые сведения, задаётся в YAML-файле. Для датасета опухолей головного мозга файл brain-tumor.yaml хранится по адресу https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/brain-tumor.yaml.

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

Использование#

Чтобы обучить модель YOLO26 на датасете опухолей головного мозга в течение 100 эпох с размером изображения 640, используй приведённые примеры кода. Полный список доступных аргументов смотри на странице обучения модели.

Пример обучения
from ultralytics import YOLO

# Загрузить модель
model = YOLO("yolo26n.pt")  # загрузить предварительно обученную модель (рекомендуется для обучения)

# Обучить модель
results = model.train(data="brain-tumor.yaml", epochs=100, imgsz=640)
Пример инференса
from ultralytics import YOLO

# Загрузить модель
model = YOLO("path/to/best.pt")  # загрузить дообученную модель на brain-tumor

# Инференс с использованием модели
results = model.predict("https://ultralytics.com/assets/brain-tumor-sample.jpg")

Примеры изображений и аннотаций#

Датасет опухолей головного мозга содержит МРТ- и КТ-снимки мозга с опухолями и без них. Ниже приведён пример изображения из датасета с аннотациями.

Пример изображения из датасета опухолей головного мозга

  • Мозаичное изображение: в этом обучающем пакете показаны мозаичные изображения из датасета. При мозаичном объединении нескольких изображений в одно во время обучения разнообразие примеров в пакете увеличивается, благодаря чему модель лучше обобщает данные об опухолях разных размеров, форм и расположения при анализе медицинских изображений.

Цитирование и благодарности#

Датасет доступен по лицензии AGPL-3.0.

Если используешь этот датасет в исследованиях или разработке, оформи цитату соответствующим образом:

Цитата
@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}
}

Часто задаваемые вопросы#

  • Датасет опухолей головного мозга содержит 1 116 изображений, разделённых на две подвыборки: обучающую выборку из 893 изображений и валидационную выборку из 223 изображений; для каждого изображения есть соответствующая разметка. Такое разделение помогает разрабатывать надёжные и точные модели компьютерного зрения для обнаружения опухолей головного мозга. Подробнее см. в разделе «Структура датасета».

  • В датасете опухолей головного мозга 2 класса: negative (изображения без опухоли головного мозга) и positive (изображения с опухолью головного мозга). Такая бинарная разметка позволяет модели обнаружения определять местоположение опухоли и выявлять снимки, на которых её нет.

  • Датасет опухолей головного мозга (4.21 MB) автоматически загружается из ресурсов Ultralytics GitHub при первом запуске обучения с data="brain-tumor.yaml" — вручную скачивать его не нужно. Связанные датасеты можно найти в обзоре датасетов для обнаружения объектов.

  • Ты можешь обучить модель YOLO26 на датасете опухолей головного мозга в течение 100 эпох с размером изображения 640px с помощью Python или CLI. Ниже приведены примеры для обоих способов:

    Пример обучения
    from ultralytics import YOLO
    
    # Загрузить модель
    model = YOLO("yolo26n.pt")  # загрузить предварительно обученную модель (рекомендуется для обучения)
    
    # Обучить модель
    results = model.train(data="brain-tumor.yaml", epochs=100, imgsz=640)

    Полный список доступных аргументов смотри на странице обучения.

  • Использование датасета опухолей головного мозга в проектах с ИИ помогает диагностировать опухоли на ранней стадии и планировать лечение. Компьютерное зрение позволяет автоматизировать выявление опухолей головного мозга, обеспечивать точное и своевременное медицинское вмешательство и подбирать индивидуальные стратегии лечения. Этот подход обладает значительным потенциалом для улучшения результатов лечения пациентов и повышения эффективности медицинской помощи. Подробнее о применении ИИ в медицине см. на странице решений Ultralytics для здравоохранения.

  • Инференс с дообученной моделью YOLO26 можно запустить с помощью Python или CLI. Вот примеры:

    Пример инференса
    from ultralytics import YOLO
    
    # Загрузить модель
    model = YOLO("path/to/best.pt")  # загрузить дообученную модель на brain-tumor
    
    # Инференс с использованием модели
    results = model.predict("https://ultralytics.com/assets/brain-tumor-sample.jpg")
  • YAML-файл конфигурации датасета опухолей головного мозга находится по ссылке brain-tumor.yaml. В нём указаны пути, классы и другие необходимые сведения для обучения и оценки моделей на этом датасете.

Комментарии