Beyin Tümörü Veri Seti

Bir beyin tümörü tespit veri seti; beyin tümörünün varlığı, konumu ve özellikleri hakkında bilgi içeren MRI veya BT taramalarından alınan tıbbi görüntülerden oluşur. Bu veri seti, beyin tümörü tanımlamasını otomatikleştirmek için bilgisayarlı görü algoritmalarını eğitmek adına çok önemlidir ve sağlık uygulamalarında erken teşhis ve tedavi planlamasına yardımcı olur.

Veri Seti Yapısı

Beyin tümörü veri seti iki alt kümeye ayrılmıştır:

• Eğitim seti: Her biri ilgili açıklamalarla birlikte gelen 893 görüntüden oluşur.
• Test seti: Her biri için eşleştirilmiş açıklamalar içeren 223 görüntüden oluşur.

Veri seti iki sınıf içerir:

• Negatif: Beyin tümörü olmayan görüntüler
• Pozitif: Beyin tümörü olan görüntüler

Uygulamalar

Bilgisayarlı görü kullanarak beyin tümörü tespiti uygulaması; erken teşhis, tedavi planlama ve tümör ilerlemesinin izlenmesini sağlar. MRI veya BT taramaları gibi tıbbi görüntüleme verilerini analiz ederek, bilgisayarlı görü sistemleri beyin tümörlerini doğru bir şekilde tanımlamaya yardımcı olur, böylece zamanında tıbbi müdahale ve kişiselleştirilmiş tedavi stratejileri desteklenir.

Tıbbi profesyoneller bu teknolojiden şu şekillerde yararlanabilir:

• Teşhis süresini kısaltmak ve doğruluğu artırmak
• Tümörleri hassas bir şekilde konumlandırarak cerrahi planlamaya destek olmak
• Zaman içinde tedavi etkinliğini izlemek
• Onkoloji ve nöroloji alanındaki araştırmaları desteklemek

Veri Seti YAML

Veri seti yapılandırmasını tanımlamak için bir YAML (Yet Another Markup Language) dosyası kullanılır. Bu dosya, veri setinin yolları, sınıfları ve diğer ilgili bilgileri hakkında bilgiler içerir. Beyin tümörü veri seti söz konusu olduğunda, brain-tumor.yaml dosyası https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/brain-tumor.yaml adresinde tutulmaktadır.

# 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

Kullanım

Beyin tümörü veri seti üzerinde bir YOLO26 modelini 640 görüntü boyutuyla 100 dönem (epoch) boyunca eğitmek için sağlanan kod parçacıklarını kullan. Mevcut bağımsız değişkenlerin ayrıntılı bir listesi için modelin Eğitim sayfasına bak.

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")

Örnek Görüntüler ve Açıklamalar

Beyin tümörü veri seti, tümör olan ve olmayan beyin taramalarını içeren çok çeşitli tıbbi görüntüleri kapsar. Aşağıda, ilgili açıklamalarıyla birlikte veri setinden örnek görüntüler sunulmaktadır.

• Mozaiklenmiş Görüntü: Burada, mozaiklenmiş veri seti görüntülerinden oluşan bir eğitim grubu gösterilmektedir. Bir eğitim tekniği olan mozaikleme, birden fazla görüntüyü birleştirerek grup çeşitliliğini artırır. Bu yaklaşım, modelin beyin taramalarındaki çeşitli tümör boyutları, şekilleri ve konumları genelinde genelleme yapma kapasitesini geliştirmeye yardımcı olur.

Bu örnek, beyin tümörü veri setindeki görüntülerin çeşitliliğini ve karmaşıklığını vurgulayarak, tıbbi görüntü analizi için eğitim aşamasında mozaikleme kullanmanın avantajlarını ortaya koymaktadır.

Alıntılar ve Teşekkür

Veri seti AGPL-3.0 Lisansı altında sunulmuştur.

Bu veri setini araştırma veya geliştirme çalışmalarında kullanırsan, lütfen uygun şekilde alıntı yap:

@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/}
}

SSS

Ultralytics dokümantasyonunda bulunan beyin tümörü veri setinin yapısı nedir?

Beyin tümörü veri seti iki alt kümeye ayrılmıştır: eğitim seti ilgili açıklamalarla birlikte 893 görüntüden oluşurken, test seti eşleştirilmiş açıklamalarla birlikte 223 görüntüden oluşur. Bu yapılandırılmış ayrım, beyin tümörlerini tespit etmek için sağlam ve doğru bilgisayarlı görü modelleri geliştirmeye yardımcı olur. Veri seti yapısı hakkında daha fazla bilgi için Veri Seti Yapısı bölümünü ziyaret et.

Ultralytics kullanarak beyin tümörü veri setinde bir YOLO26 modelini nasıl eğitebilirim?

Bir YOLO26 modelini, hem Python hem de CLI yöntemlerini kullanarak beyin tümörü veri setinde 640px görüntü boyutuyla 100 dönem (epoch) boyunca eğitebilirsin. Her ikisi için örnekler aşağıdadır:

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)

Mevcut bağımsız değişkenlerin ayrıntılı bir listesi için Eğitim sayfasına bak.

Beyin tümörü veri setini sağlık alanında yapay zeka için kullanmanın faydaları nelerdir?

Yapay zeka projelerinde beyin tümörü veri setini kullanmak, beyin tümörleri için erken teşhis ve tedavi planlaması sağlar. Bilgisayarlı görü yoluyla beyin tümörü tanımlamasını otomatikleştirmeye yardımcı olur, doğru ve zamanında tıbbi müdahaleleri kolaylaştırır ve kişiselleştirilmiş tedavi stratejilerini destekler. Bu uygulama, hasta sonuçlarını iyileştirme ve tıbbi verimliliği artırma konusunda önemli bir potansiyele sahiptir. Sağlık alanında yapay zeka uygulamaları hakkında daha fazla bilgi için Ultralytics'in sağlık çözümlerine göz at.

Beyin tümörü veri setinde ince ayar yapılmış bir YOLO26 modeli kullanarak nasıl çıkarım yapabilirim?

İnce ayar yapılmış bir YOLO26 modeli kullanarak çıkarım işlemi, Python veya CLI yaklaşımlarıyla gerçekleştirilebilir. İşte örnekler:

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")

Beyin tümörü veri seti için YAML yapılandırmasını nerede bulabilirim?

Beyin tümörü veri seti için YAML yapılandırma dosyası brain-tumor.yaml adresinde bulunabilir. Bu dosya, bu veri setinde modelleri eğitmek ve değerlendirmek için gerekli yolları, sınıfları ve ek ilgili bilgileri içerir.