aal_stats_vol

מה זה

בניגוד למה שמרמזות המשימות בכרטיס, אין כאן תמונות רפואיות גולמיות אלא קובצי CSV פשוטים. הנתונים מורכבים ממדידות סטטיסטיות של 90 אזורי עניין מוחיים שהופקו מסריקות MRI מבניות, אחרי תהליך שכלל הסרת גולגולת, פילוח רקמות והתאמה למרחב סטנדרטי.

המאגר זעיר במיוחד ומכיל בסך הכל 50 דגימות. הוא מחולק לשני חלקים בלבד, 40 רשומות בקובץ האימון ועוד 10 רשומות בקובץ הבדיקה. כל שורה מייצגת נבדק עם וקטור של 90 ערכי נפח, כשברקע הכרטיס מזכיר סיווג של חולי אלצהיימר מול קבוצת ביקורת בריאה, אך בלי פירוט דמוגרפי רחב יותר.

מתאים ל

• תרגול סיווג טבלאי

  בדיקת אלגוריתמים פשוטים לסיווג על מטריצה קטנה של 50 שורות ו־90 עמודות.

• הערכת מיצוי מאפיינים

  בחינת שיטות לבחירת פיצ'רים מתוך 90 מדידות נפח מוחיות מוגדרות מראש.

• בדיקת תהליכי עבודה

  הרצה מהירה של פייפליין למידת מכונה רפואי עם נתונים קלי משקל שלא דורשים GPU.

איפה זה נופל

זה לא מאגר שמתאים לאימון מודל רפואי רציני. עם 40 דוגמאות אימון ו־10 לבדיקה, כל מודל שתאמנו יסבול כמעט בוודאות מהתאמת יתר ולא יוכל להכליל למטופלים אמיתיים. הכרטיס לא מציין מהיכן הגיעו הסריקות המקוריות, מי היו הנבדקים, מה טווח הגילאים שלהם, או מתי בדיוק הנתונים נאספו. אין כאן נתונים גולמיים לבדיקת איכות הפילוח, והשפה היחידה שרלוונטית היא שמות העמודות הטכניים באנגלית.

איך טוענים

טוענים אותו ישירות דרך ספריית datasets עם הנתיב Genius-Society/aal_stats_vol ובחירה בין train לבין test. הקבצים הם train.csv ו־test.csv, כך שהנפח זניח לחלוטין ויורד תוך שניות בודדות בלי שום צורך באישור גישה מראש. כל רשומה כוללת 90 מאפיינים מספריים שמייצגים את נפחי האזורים, ומומלץ לבדוק את מבנה העמודות המדויק ישירות מתוך הקובץ לפני שמתחילים לבנות את מודל הסיווג.

from datasets import load_dataset

ds = load_dataset("Genius-Society/aal_stats_vol")

הרישיון

הרישיון הוא MIT, וזה אומר חופש מלא. מותר להשתמש בנתונים לצרכים מסחריים, לשנות אותם, לאמן עליהם מודלים ולשלב אותם בכל מוצר שתבחרו בלי חובת שיתוף באותו רישיון. הדרישה היחידה היא לשמור על הודעת זכויות היוצרים והרישיון המקורי בקוד או בהפצה שלכם.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗