OpenMind
קוד פתוחMIC-DKFZcc-by-4.02025-03-11
סריקות MRI תלת ממדיות של ראש וצוואר מרוכזות במקום אחד כדי לאמן מודלים בשיטות למידה עצמית. המאגר מאחד מקורות רבים ומספק מסכות ייעודיות להתמודדות עם אנונימיזציה.
- 15,405הורדות בחודש
- 56לייקים
מה זה
המאגר מאגד בדיוק שמונה מאות דאטהסטים שונים שנאספו מתוך פלטפורמת OpenNeuro, ומכיל בסך הכל מאה וארבע עשרה אלף סריקות תלת ממדיות של אזור הראש והצוואר. הנתונים מגיעים מיותר משלושים סורקים שונים ומכסים עשרים ושלוש טכניקות ופרוטוקולי סריקה שונים, מה שמייצר שונות טכנית גבוהה בין הדגימות.
המבנה של התיקיות מבוסס על פורמט BIDS מותאם, בדומה למקור ב־OpenNeuro. לצד קובצי התמונה, החוקרים הוסיפו מטא-דאטה אחיד ושני סוגי מסכות בינאריות לכל סריקה: מסכות deface שמסמנות אזורים שעברו טשטוש לצורכי פרטיות, ומסכות אנטומיה שמגדירות את הרקמות הרלוונטיות, במיוחד בסריקות שבהן בוצעה הסרה של הגולגולת. המידע הנוסף הזה נועד לאפשר אימון שמתעלם מחללים ריקים או מאזורים שטושטשו במכוון.
מתאים ל
- אימון מקדים בלמידה עצמית
אימון מודלים תלת ממדיים על מגוון סורקים וטכניקות שונות של ראש וצוואר, תוך שימוש במסכות כדי להתמקד באנטומיה בלבד.
- חילוץ מאפיינים מסריקות MRI
בניית מודלי ייצוג לתמונות רפואיות של המוח והצוואר לשימוש במשימות downstream שונות.
- אימון מודלי שחזור
פיתוח אלגוריתמים לשחזור תמונה שמחריגים מראש אזורים שעברו defacing באמצעות המסכות הייעודיות.
איפה זה נופל
חלק גדול מהמטא-דאטה חסר מאוד ולא מתאים למחקר שמסתמך על חתכים דמוגרפיים מדויקים. מצב בריאותי מופיע רק בעשרים ושבעה אחוזים מהמקרים, גזע מדווח בשיעור של פחות משנים עשר אחוזים, ומשקל קיים באחוז וחצי בלבד מהדגימות. בנוסף, העובדה שחלק מהסריקות עברו תהליכי טשטוש פנים או חיתוך גולגולת מחייבת שימוש זהיר במסכות המצורפות כדי שהמודל לא ילמד ארטיפקטים של אנונימיזציה במקום מאפיינים רפואיים אמיתיים.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח מוצרים מסחריים?
כן, רישיון cc-by-4.0 מאפשר במפורש שימוש מסחרי מלא בנתונים. הדרישה היחידה היא לתת קרדיט ברור למפרסמים ולציין אם בוצעו שינויים בקבצים. אין חובה לפתוח את הקוד או את המודל שתאמנו על הדאטה.
מאיפה הגיעו כל הסריקות ואיך הן אורגנו?
החוקרים אספו ואיחדו בדיוק שמונה מאות מאגרים שונים מתוך פלטפורמת OpenNeuro הציבורית. הם סידרו את כל הקבצים במבנה BIDS מותאם, הוסיפו מסכות של אנונימיזציה ואנטומיה, ויצרו קובץ מטא-דאטה אחיד שמקשר בין כל הנתיבים.
האם המאגר מתאים למשימות קליניות מבוססות תוויות מחלה?
הוא לא מיועד לזה באופן ישיר, מכיוון שמצב בריאותי קיים רק ברבע מהדגימות בערך. מרבית המטא-דאטה הקליני והדמוגרפי מקוטע מאוד ואינו שלם. השימוש העיקרי שלו הוא אימון מקדים בשיטות למידה עצמית ולא אימון מפוקח על מחלות ספציפיות.
איך טוענים
כדי להתחיל לעבוד עם הקבצים, מומלץ להשתמש בקובץ openneuro_metadata.csv שמרכז את כל הנתיבים היחסיים מתיקיית השורש אל הסריקות והמסכות שלהן. הקובץ מכיל את כל נתוני החומרה באופן מלא, כולל יצרן הסורק, הדגם שלו ועוצמת השדה המגנטי עבור כל אחת ממאה וארבע עשרה אלף הסריקות. פרטים דמוגרפיים וקליניים מופיעים רק בחלק מהמקרים, ולכן תהליך הטעינה שלכם יצטרך להתמודד עם ערכים חסרים בטבלה. הגישה למאגר פתוחה ישירות ואינה דורשת אישור ידני מוקדם.
from datasets import load_dataset
ds = load_dataset("MIC-DKFZ/OpenMind")הרישיון
המאגר מופץ תחת רישיון cc-by-4.0. הרישיון הזה מתיר שימוש מסחרי, מחקרי והתאמה של הנתונים, בתנאי שאתם נותנים ייחוס הולם ליוצרים המקוריים ומציינים אם נעשו שינויים. הרישיון אינו דורש שיתוף תחת אותו רישיון, כך שאתם יכולים לאמן מודלים סגורים על גבי המידע בלי לחשוף את המשקולות שלהם.
- שימוש מסחרי
- שינוי הקוד
- חובת ייחוס