chexpert
קוד פתוחdanjacobellisרישיון לא דווח2024-07-16
המאגר כולל צילומי רנטגן של בית החזה עם תוויות אי ודאות וסט הערכה של רדיולוגים. הוא מיועד למי שרוצה לאמן או לבחון מודלים של ראייה ממוחשבת לפענוח רפואי.
- 1,138הורדות בחודש
- 23לייקים
מה זה
הנתונים מבוססים על פרויקט CheXpert של קבוצת המחקר מסטנפורד, ומכילים בין מאה אלף למיליון רשומות המיועדות לסיווג תמונות רפואיות. מדובר בצילומי רנטגן של בית חזה שנאספו עבור תחרות לפענוח אוטומטי של ממצאים קליניים. המאגר מתמקד בהתמודדות עם חוסר ודאות באבחון, וכולל תוויות שמציינות במפורש מצבים שבהם הממצא אינו חד משמעי בצילום.
בנוסף לתוויות הרגילות שנאספו באופן אוטומטי מדוחות, המקור כולל סטים של הערכה שנבדקו ותויגו ידנית בידי רופאים רדיולוגים מומחים כדי לשמש מדד ייחוס אמין. ההעלאה הספציפית הזו בהאגינג פייס אורגנה מחדש בקובצי פרקט ומחולקת לחלקים עבור אימון, אך כרטיס המאגר אינו מפרט חלוקה מובנית לקבוצות אימות נפרדות מעבר למה שנכלל במקור.
מתאים ל
- סיווג ממצאים בריאות
אימון רשתות לזיהוי פתולוגיות נשימתיות מתוך צילומי חזה תוך התחשבות במצבי ספק.
- מדידת ביצועים מול רופאים
השוואת דיוק המודל מול סט המבחן שנבדק ותויג על ידי רדיולוגים מומחים.
- מחקר על תוויות לא ודאיות
בחינת שיטות אימון שמתמודדות עם צילומים שבהם האבחנה אינה חד משמעית.
איפה זה נופל
יש פה בעיה מהותית בזיהוי זווית הצילום. המעלה מציין בעצמו שהוא לא מצא במאמר המקורי מיפוי מוחלט בין הערכים אפס ואחת לבין המנחים הקליניים, ולכן הוא הניח בעצמו שאפס מייצג צילום קדמי אחורי ואחת מייצג אחורי קדמי על סמך בדיקה שטחית של כמה תמונות. הוא מדגיש שהוא אינו רדיולוג. אם המודל שלכם תלוי בזווית הצילום, אי אפשר להסתמך על השדה הזה בלי לבדוק אותו מחדש.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח מוצר מסחרי?
לא כרגע. הדף בהאגינג פייס לא מציין שום רישיון שימוש, וכל עוד אין הגדרה מפורשת אסור להניח שמותר להשתמש בזה למוצר מסחרי. יש לחזור לאתר המקורי של סטנפורד ולבדוק את ההסכם שלהם.
איך המידע שמור ואיך ניגשים אליו?
המאגר מורכב מעשרים ושישה קבצים, כולל עשרים וארבעה קובצי פרקט שמכילים את דוגמאות האימון. טוענים אותו ישירות דרך פייתון, ומומלץ לעבוד בסטרימינג בגלל כמות הדגימות הגדולה.
האם יש במאגר טקסט בעברית או התאמה לארץ?
אין שום תוכן בעברית. הצילומים והמינוחים הרפואיים מגיעים מארצות הברית, והתוויות מבוססות על שמות מחלות ומונחים קליניים סטנדרטיים באנגלית.
מה הסיכון העיקרי בגרסה הספציפית הזו?
המעלה ניחש בעצמו את המשמעות של התוויות המגדירות את זווית הצילום, קדמית או אחורית. אם המערכת שלכם נשענת על מנח הצילום כדי לאבחן, הנתון הזה לא מאומת מקצועית ועלול להטעות את המודל.
איך טוענים
טוענים את המאגר ישירות בעזרת ספריית datasets של האגינג פייס לפי הנתיב danjacobellis/chexpert. הנתונים מחולקים לעשרים וארבעה קובצי פרקט שונים, לכן מומלץ להזרים אותם במקום להוריד הכל בבת אחת לזיכרון. אין צורך באישור גישה ידני כדי להוריד את הקבצים, אבל חשוב לבדוק את עמודות התוויות והתמונות כדי לוודא פענוח תקין לפני תחילת האימון.
from datasets import load_dataset
ds = load_dataset("danjacobellis/chexpert")הרישיון
המעלה לא דיווח על רישיון עבור המאגר הזה בהאגינג פייס. מבחינה משפטית, היעדר רישיון אומר שאין לכם הרשאה ברורה להשתמש בנתונים, בטח שלא לצרכים מסחריים או לאימון מודל שיוטמע במוצר פעיל. כל שימוש מסחרי או הפצה של מודל שנוצר כאן דורשים בדיקה ישירה מול תנאי השימוש המקוריים של תחרות CheXpert בסטנפורד.