Bộ dữ liệu khối u não

Bộ dữ liệu phát hiện khối u não bao gồm hình ảnh y khoa từ chụp MRI hoặc CT, chứa thông tin về sự hiện diện, vị trí và đặc điểm của khối u não. Bộ dữ liệu này rất cần thiết để đào tạo các thuật toán thị giác máy tính nhằm tự động hóa việc xác định khối u não, hỗ trợ chẩn đoán sớm và lập kế hoạch điều trị.

Đồng hồ: Phát hiện khối u não bằng cách sử dụng Ultralytics TRUNG TÂM

Cấu trúc tập dữ liệu

Bộ dữ liệu khối u não được chia thành hai tập hợp con:

• Bộ đào tạo : Bao gồm 893 hình ảnh, mỗi hình ảnh có chú thích tương ứng.
• Bộ thử nghiệm : Bao gồm 223 hình ảnh, có chú thích kèm theo cho từng hình ảnh.

Ứng dụng

Ứng dụng phát hiện khối u não bằng thị giác máy tính cho phép chẩn đoán sớm, lập kế hoạch điều trị và theo dõi tiến triển của khối u. Bằng cách phân tích dữ liệu hình ảnh y tế như chụp MRI hoặc CT, hệ thống thị giác máy tính hỗ trợ xác định chính xác khối u não, hỗ trợ can thiệp y tế kịp thời và chiến lược điều trị cá nhân hóa.

Bộ dữ liệu YAML

Tệp YAML (Yet Another Markup Language) được sử dụng để xác định cấu hình tập dữ liệu. Tệp này chứa thông tin về các đường dẫn, lớp và các thông tin liên quan khác của tập dữ liệu. Trong trường hợp tập dữ liệu khối u não, brain-tumor.yaml tập tin được duy trì tại https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/brain-tumor.yaml.

# Ultralytics YOLO 🚀, 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
# ├── ultralytics
# └── datasets
#     └── brain-tumor  ← 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://github.com/ultralytics/assets/releases/download/v0.0.0/brain-tumor.zip

Cách sử dụng

Để đào tạo mô hình YOLO11n trên tập dữ liệu khối u não trong 100 kỷ nguyên với kích thước hình ảnh là 640, hãy sử dụng các đoạn mã được cung cấp. Để biết danh sách chi tiết các đối số khả dụng, hãy tham khảo trang Đào tạo của mô hình.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.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=yolo11n.pt 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")

# 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"

Hình ảnh mẫu và chú thích

Bộ dữ liệu khối u não bao gồm một loạt hình ảnh có nhiều loại đối tượng và cảnh phức tạp. Dưới đây là các ví dụ về hình ảnh từ bộ dữ liệu, kèm theo chú thích tương ứng

• Mosaiced Image : Hiển thị ở đây là một lô đào tạo bao gồm các hình ảnh tập dữ liệu mosaiced. Mosaicing, một kỹ thuật đào tạo, hợp nhất nhiều hình ảnh thành một, tăng cường tính đa dạng của lô. Phương pháp này hỗ trợ cải thiện khả năng khái quát hóa của mô hình trên nhiều kích thước đối tượng, tỷ lệ khung hình và bối cảnh khác nhau.

Ví dụ này làm nổi bật sự đa dạng và phức tạp của hình ảnh trong tập dữ liệu khối u não, nhấn mạnh những lợi thế của việc kết hợp khảm trong giai đoạn đào tạo.

Trích dẫn và Lời cảm ơn

Bộ dữ liệu đã được phát hành theo Giấy phép AGPL-3.0 .

CÂU HỎI THƯỜNG GẶP

Cấu trúc của bộ dữ liệu khối u não có sẵn trong Ultralytics tài liệu?

Bộ dữ liệu khối u não được chia thành hai tập con: tập huấn luyện bao gồm 893 hình ảnh có chú thích tương ứng, trong khi tập thử nghiệm bao gồm 223 hình ảnh có chú thích ghép nối. Phân chia có cấu trúc này hỗ trợ phát triển các mô hình thị giác máy tính mạnh mẽ và chính xác để phát hiện khối u não. Để biết thêm thông tin về cấu trúc tập dữ liệu, hãy truy cập phần Cấu trúc tập dữ liệu .

Làm thế nào tôi có thể đào tạo một YOLO11 mô hình trên tập dữ liệu khối u não sử dụng Ultralytics ?

Bạn có thể đào tạo một YOLO11 mô hình trên tập dữ liệu khối u não trong 100 kỷ nguyên với kích thước hình ảnh là 640px bằng cách sử dụng cả hai Python Và CLI phương pháp. Dưới đây là ví dụ cho cả hai:

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.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=yolo11n.pt epochs=100 imgsz=640

Để biết danh sách chi tiết các đối số có sẵn, hãy tham khảo trang Đào tạo .

Lợi ích của việc sử dụng tập dữ liệu khối u não cho AI trong chăm sóc sức khỏe là gì?

Sử dụng bộ dữ liệu khối u não trong các dự án AI cho phép chẩn đoán sớm và lập kế hoạch điều trị khối u não. Nó giúp tự động hóa việc xác định khối u não thông qua thị giác máy tính, tạo điều kiện cho các can thiệp y tế chính xác và kịp thời, và hỗ trợ các chiến lược điều trị được cá nhân hóa. Ứng dụng này có tiềm năng đáng kể trong việc cải thiện kết quả điều trị cho bệnh nhân và hiệu quả y tế.

Làm thế nào để tôi thực hiện suy luận bằng cách sử dụng một tinh chỉnh YOLO11 mô hình trên tập dữ liệu khối u não?

Suy luận sử dụng một tinh chỉnh YOLO11 mô hình có thể được thực hiện với một trong hai Python hoặc CLI cách tiếp cận. Sau đây là các ví dụ:

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"

Tôi có thể tìm cấu hình YAML cho tập dữ liệu khối u não ở đâu?

Tệp cấu hình YAML cho tập dữ liệu khối u não có thể được tìm thấy tại brain-tumor.yaml . Tệp này bao gồm các đường dẫn, lớp và thông tin liên quan bổ sung cần thiết để đào tạo và đánh giá các mô hình trên tập dữ liệu này.

📅 Được tạo cách đây 8 tháng ✏️ Đã cập nhật cách đây 2 tháng

Bình luận