chest-xray-classification
קוד פתוחkeremberkeרישיון לא דווח2023-01-18
המאגר מרכז צילומי רנטגן של חזה שממוינים לשתי תוויות בלבד, מצב תקין או דלקת ריאות. הוא מתאים למי שרוצה לבנות מודל ראייה ממוחשבת בסיסי לזיהוי דלקת בלי להסתבך עם עשרות מחלות רקע.
- 1,272הורדות בחודש
- 28לייקים
מה זה
הנתונים כוללים 5,824 צילומים בפורמט תמונה שחולקו מראש לקבוצות אימון, ולידציה ובדיקה. כל תמונה מתויגת באחת משתי קטגוריות בלבד, מצב רגיל או דלקת ריאות, במבנה תיקיות פשוט. החלוקה שנקבעה מראש כוללת 4,077 תמונות לאימון, 1,165 תמונות לוולידציה ועוד 582 תמונות ששמורות למבחן הסופי.
התוכן יוצא דרך רובופלואו במרץ 2022 מתוך פרויקט שפורסם שם. לפני הייצוא כל התמונות עברו יישור אוטומטי של הפיקסלים תוך הסרת נתוני האוריינטציה של הקובץ, ולאחר מכן שונו בגודלן לריבוע של 640 על 640 פיקסלים בשיטת מתיחה. לפי התיעוד לא הופעלו שום שיטות אוגמנטציה על התמונות בזמן ההכנה.
מתאים ל
- אימון מסווג בינארי
בניית מודל שמבדיל בין ריאות בריאות לכאלה עם ממצאי דלקת ריאות.
- תרגול ראייה ממוחשבת
פרויקט לימודי נוח לעבודה עם סיווג תמונות רפואיות שמוכנות מראש.
- בדיקת ארכיטקטורות
השוואת ביצועים בין מודלים שונים על חלוקת אימון ובדיקה קבועה.
איפה זה נופל
הבעיה המרכזית היא שינוי הגודל שנכפה על התמונות. המתיחה לריבוע של 640 על 640 עשויה לעוות פרופורציות אנטומיות אמיתיות בצילום רנטגן. בנוסף, חסר כאן כל מידע קליני בסיסי: גיל הנבדקים, מין, המכשיר שצילם, בית החולים שבו זה נאסף, או האם מדובר בדלקת חיידקית מול נגיפית. אסור להכניס מודל שאומן על זה לסביבה רפואית אמיתית בלי להבין את מקור הצילומים המקורי.
שאלות
נפוצות
האם מותר להשתמש במאגר לפרויקט מסחרי?
בתיאור הטקסטואלי מופיע רישיון CC BY 4.0 שמתיר שימוש מסחרי תחת מתן קרדיט. יחד עם זאת, במטא דאטה של המאגר הרישיון לא דווח רשמית. לפני שימוש מסחרי מומלץ לבדוק את הדף המקורי בפלטפורמת רובופלואו.
איזה עיבוד מקדים התמונות עברו?
כל התמונות עברו מתיחה לגודל אחיד של 640 על 640 פיקסלים. בנוסף, בוצע יישור אוטומטי לפיקסלים והוסרו נתוני האוריינטציה של הקבצים. לא נעשתה שום אוגמנטציה נוספת של הנתונים.
האם יש במאגר חלוקה לסוגי דלקות שונים?
לא. התיוג כאן הוא שטוח ובינארי בלבד, כלומר תקין מול דלקת ריאות. אין הפרדה בין גורם ויראלי לחיידקי ואין נתונים דמוגרפיים על המטופלים.
איך טוענים
טוענים את הנתונים ישירות דרך ספריית datasets בפייתון בעזרת הפקודה load_dataset עם שם המאגר וההגדרה full. אין צורך לבקש אישור גישה מיוחד והקבצים פתוחים להורדה מיידית. המאגר מכיל קובצי זיפ שמחזיקים את התמונות לכל פיצול, וסקריפט פייתון פנימי שמסדר את הדגימות והתוויות.
from datasets import load_dataset
ds = load_dataset("keremberke/chest-xray-classification")הרישיון
בעמוד הראשי של הדאטהסט לא מוגדר רישיון רשמי, אבל בתוך הטקסט של התיאור מצוין רישיון CC BY 4.0. חוסר ההתאמה הזה דורש זהירות. אם הרישיון הוא אכן ייחוס בלבד, מותר להשתמש בזה למטרות מסחריות כל עוד נותנים קרדיט מתאים, אך מומלץ לוודא את העניין מול הקישור לרובופלואו לפני שמשלבים במוצר.