FracAtlas_dataset
קוד פתוחyh0701cc-by-2.52024-02-19
4,083 צילומי רנטגן של עצמות עם תיוגי מקטעים ותיחום, מתוכם 717 כוללים שברים. מתאים למי שבונה מודלי ראייה ממוחשבת לזיהוי שברים אורתופדיים.
- 75הורדות בחודש
- 36לייקים
מה זה
המאגר מבוסס על צילומי רנטגן שנאספו ממספר מרכזים רפואיים בבנגלדש, בעיקר Lab-Aid Medical Center, מתוך מאגר מקורי של 14,068 צילומים שנועדו לאבחון כללי. הרופאים סיננו החוצה סריקות של חזה, גולגולת ועמוד שדרה בגלל מיעוט שברים באזורים האלה, והשאירו 4,083 תמונות מארבעה אזורים בלבד: יד, רגל, ירך וכתף. קבצי ה־DICOM המקוריים הומרו ל־JPG דרך התוכנה של מכשירי הרנטגן כדי למחוק מידע מזהה מהמטא-דאטה.
התיוג הידני נעשה בידי שני רדיולוגים מומחים ועבר אימות של רופא אורתופד באמצעות makesense.ai. המאגר המקורי כולל חלוקה לתיקיות תמונות עם וללא שברים, קובץ נתונים ראשי, ותיוגים בארבעה פורמטים שונים: COCO JSON למקטעים ותיחומים, PASCAL VOC למיקום, VGG JSON, וקבצי טקסט של YOLO. הלואדר של Hugging Face מאחד את המידע ומגיש לכל רשומה תמונת PIL לצד אינדיקטורים בינאריים לאיבר, למנח הצילום (קדמי, צדדי, אלכסוני) ולקיומם של ברגים או פלטות מתכת.
מתאים ל
- סיווג שברים
אימון מודל שמקבל צילום רנטגן וקובע האם קיים בו שבר עצם.
- סגמנטציה של שברים
סימון מדויק של שטח וגבולות השבר בתמונה לפי נתוני הפוליגונים.
- זיהוי תיחום ב־YOLO
איתור מיקום השבר באמצעות תיבות תוחמות על בסיס קבצי התיוג המוכנים.
- זיהוי חומרה רפואית
אימון מסווג שמזהה נוכחות של ברגים, פלטות או קיבועים מתכתיים.
איפה זה נופל
יש פערים ברורים באמינות התיוג. הכרטיס מודה מפורשות שבגלל תיוג ידני יש שגיאות, תמונות שמסומנות כשבר חסרות לעיתים פוליגונים ומקטעים, ומנגד תמונות שמוגדרות ללא שבר כוללות תיוגי מקטעים. בנוסף, חוסר האיזון קיצוני: רק 717 מתוך 4,083 התמונות כוללות שברים. הנתונים מגיעים מאוכלוסייה וממכשור במדינה אחת, כך שאי אפשר להסתמך עליהם ישירות בסביבה קלינית ללא בדיקה יסודית והבנה רפואית.
שאלות
נפוצות
מותר להשתמש במאגר לפיתוח מוצר מסחרי?
כן. הרישיון המוגדר הוא CC-BY (גרסה 2.5 במטא-דאטה וגרסה 4.0 בתיאור), ושניהם מאפשרים שימוש מסחרי חופשי. התנאי המרכזי הוא מתן קרדיט מלא ליוצרים לפי דרישות הרישיון והציטוט המדעי.
האם יש תמיכה בעברית או טקסטים בעברית במאגר?
לא. המאגר הוא מאגר תמונות רנטגן, והמטא-דאטה והשדות הטכניים מנוהלים כולם באנגלית בלבד.
האם התיוגים במאגר אמינים לאימון כלי קליני?
לא מומלץ להסתמך עליהם למוצר סופי בלי סינון ידני נוסף. הכרטיס מדווח על אי-התאמות שבהן תמונות ללא שבר כוללות תיוגי מקטעים, ולהפך, לצד שגיאות אנוש שנבעו מתיוג ידני.
איך התמונות נאספו ומאיפה הן מגיעות?
הצילומים נאספו מכמה מוסדות רפואיים בבנגלדש, בעיקר ממרכז Lab-Aid. מתוך למעלה מ־14,000 צילומים כלליים נבחרו 4,083 סריקות של גפיים ושלד, תוך הסרת פרטי זיהוי והמרת ה־DICOM לקובצי JPG.
איך טוענים
טוענים את המאגר ישירות דרך הספרייה הרגילה של Hugging Face, כשהסקריפט FracAtlas_dataset.py מוריד את הקבצים ומפרסס אותם. אין צורך באישור גישה ידני או בהתחברות לחשבון. כל רשומה כוללת את אובייקט התמונה, שדות בינאריים כמו fractured ו־hardware, ומילונים ייעודיים למיקום ומקטעים שמכילים את הקואורדינטות והשטח.
from datasets import load_dataset
ds = load_dataset("yh0701/FracAtlas_dataset")הרישיון
הרישיון שמצוין במטא-דאטה של Hugging Face הוא cc-by-2.5, בעוד שבתיאור הטקסט ובמאגר המקור נרשם CC-BY 4.0. שניהם מתירים שימוש מסחרי, שינוי והפצה, כל עוד נותנים קרדיט מתאים ליוצרים המקוריים. אין חובה לשתף מודלים תחת אותו רישיון, אך יש לשים לב לסתירה בין הגרסאות הרשומות.