SPIDER
קוד פתוחcdoswaldcc-by-4.02024-01-30
המאגר מרכז סריקות MRI של עמוד שדרה מותני לצד מסכות סגמנטציה ידניות של חוליות, דיסקים ותעלת השדרה. הוא מתאים במיוחד לפיתוח והערכה של מודלים לראייה ממוחשבת בתחום ההדמיה הרפואית.
- 237הורדות בחודש
- 25לייקים
מה זה
הנתונים כוללים 447 סדרות סריקה מסוג T1, T2 ו־T2-SPACE שנאספו מ־218 מטופלים בארבעה בתי חולים שונים. המסכות נוצרו באופן ידני על ידי מתמחה ברפואה, תחת פיקוח של מומחה הדמיה ורדיולוג שלד-שריר מנוסה. המאגר המקורי הכיל 257 מחקרים, מתוכם 39 הופרדו לטובת סט מבחן חבוי בתחרות הציבורית, ואילו 218 הנותרים פוצלו כאן מחדש.
כל רשומה מייצגת סריקה ומכילה מזהה מטופל, סוג הסריקה, רצף תמונות בגווני אפור, מסכות אנטומיות תואמות, מטא-דאטה טכני של המכשיר ודירוגים רדיולוגיים של שינויים ניווניים. המידע מחולק לסט אימון עם 304 סריקות מ־149 מטופלים, סט ולידציה עם 75 סריקות מ־37 מטופלים, וסט בדיקה עם 68 סריקות מ־32 מטופלים.
מתאים ל
- אימון מודלי סגמנטציה רפואית
פיתוח ארכיטקטורות כמו U-Net לחלוקה אוטומטית של חוליות, דיסקים ותעלת השדרה בסריקות MRI.
- הכנה לאתגר ה־SPIDER
אימון וולידציה פנימיים של מודלים לפני הגשתם למבחן החבוי של התחרות הרשמית.
- סיווג שינויים ניווניים
הצלבת נתוני הסריקה עם הדירוגים הרדיולוגיים המצורפים כדי לזהות ניוון ברמת הדיסק הבודד.
איפה זה נופל
יש פה באג מדווח בתהליך הסריאליזציה לפורמט Apache Arrow, שעלול לייצר ערכי פיקסלים במסכות שלא ממפים לאף קטגוריה אנטומית רשמית. לפני שרצים לאמן מודל, חייבים לבדוק ולנקות את ערכי המסכות לפי ההנחיות במחברות המצורפות. בנוסף, המדגם קטן יחסית ומבוסס על 218 מטופלים בלבד מארבעה מרכזים רפואיים, כל הטקסט והמטא-דאטה באנגלית, ומסכות הסגמנטציה מוגבלות לאזור עמוד השדרה המותני בלבד.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח מוצר מסחרי?
כן. רישיון CC-BY 4.0 מתיר שימוש מסחרי מלא, בכפוף למתן ייחוס מתאים לחוקרים שפרסמו את הדאטהסט והפניה לרישיון. אין חובה לחשוף את קוד המודל או לשחרר את המוצר תחת רישיון פתוח זהה.
איך נוצרו התיוגים של התמונות?
המסכות שורטטו ידנית על ידי מתמחה ברפואה, ועברו בקרה ואישור של מומחה הדמיה רפואית ורדיולוג מומחה לתחום השלד והשרירים. התהליך כלל סימון קטגוריות נפרדות לחוליות, דיסקים, תעלת השדרה וחוליות שנראות רק בחלקן.
האם יש צורך בעיבוד מקדים מיוחד של הקבצים?
בגרסה הזו התמונות כבר מנורמלות לגודל של 512 על 512 פיקסלים, אבל קיימת תקלה ידועה בייצוא שמייצרת לעיתים ערכים שגויים במסכות. מומלץ לבדוק את ערכי הפיקסלים במסכה או לטעון את קובצי ה־mha המקוריים ישירות מהנתיב השמור במאגר.
האם יש במאגר תמיכה או התייחסות לעברית?
לא. מדובר במאגר תמונות רפואיות עם מטא-דאטה טכני ורפואי שכתוב כולו באנגלית. אין בו שום רכיב טקסטואלי מקומי או התאמה למערכות בריאות ישראליות מעבר להתאמה של תמונות DICOM סטנדרטיות.
איך טוענים
טוענים את המאגר דרך ספריית datasets באמצעות הקריאה לפונקציה load_dataset עם ציון השם cdoswald/SPIDER והדגל trust_remote_code=True. נדרשות הספריות datasets מגרסה 2.18.0 ומעלה, scikit-image ו־SimpleITK. אין צורך באישור גישה מראש. התמונות עברו התאמה לגודל קבוע של 512 על 512 פיקסלים, אך הרשומות מספקות גם נתיב ישיר לקובצי ה־mha המקוריים במטמון המקומי עבור מי שמעדיף לעבוד עם הרזולוציה המקורית.
from datasets import load_dataset
ds = load_dataset("cdoswald/SPIDER")הרישיון
המאגר מופץ תחת רישיון CC-BY 4.0. מותר להשתמש במידע למטרות מחקר וגם לשימוש מסחרי, לשנות אותו ולשלב אותו במוצרים אחרים, כל עוד נותנים קרדיט מלא ומקשרים לרישיון המקורי. הרישיון אינו כופה שיתוף של מודלים שאומנו עליו תחת אותו הרישיון.
- שימוש מסחרי
- שינוי הקוד
- חובת ייחוס