README.md

---
license: mit
library_name: transformers
pipeline_tag: image-classification
base_model: google/vit-base-patch16-224-in21k
tags:
- medical-imaging
- brain-tumor
- mri
- flair
- vision-transformer
---

# Brain Tumor FLAIR Classifier

基于单份三维 FLAIR NIfTI 的脑肿瘤病例级二分类模型

模型基于 `google/vit-base-patch16-224-in21k` 微调
输入 `.nii` 或 `.nii.gz`
输出 `yes_probability` 与 `yes` 或 `no` 分类结果

## Model Details

| 项目 | 内容 |
| --- | --- |
| 架构 | Vision Transformer |
| 输入 | 三维 FLAIR NIfTI |
| 病例聚合 | 25 张轴位有效切片的阳性概率均值 |
| 冻结阈值 | `0.548381` |
| 权重格式 | `safetensors` |

## Quick Start

```powershell
git lfs install
git clone <repository-url>
cd brain-tumor-flair-classifier
git lfs pull
python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -e .
python examples\infer.py --input path\to\flair.nii.gz --output outputs\result.json
```

GPU 可用时默认使用 CUDA

```powershell
python examples\infer.py --input path\to\flair.nii.gz --device cpu
```

## Python API

```python
from brain_tumor_flair_classifier import FlairClassifier

classifier = FlairClassifier.from_pretrained('本地模型目录')
result = classifier.predict_nifti('path/to/flair.nii.gz')
print(result['yes_probability'])
```

发布到 Hugging Face 后可直接使用模型 ID

```python
classifier = FlairClassifier.from_pretrained('用户名/模型仓库名')
```

## Output

```json
{
  "model_version": "v1",
  "threshold": 0.548381,
  "predicted_class": "yes",
  "yes_probability": 0.721431,
  "no_probability": 0.278569,
  "evaluated_slices": 25
}
```

## Evaluation

| 数据范围 | 分类结果 |
| --- | --- |
| 内部固定测试 | 29 / 30 正确 |
| UCSF-PDGM 外部开发阳性集 | 灵敏度 16 / 20 |
| HBN-SSI 外部开发健康集 | 特异度 12 / 12 |
| UPENN-GBM 最终盲测阳性集 | 灵敏度 9 / 10 |
| OpenNeuro ds003592 最终盲测健康集 | 特异度 10 / 10 |
| 合并最终盲测分类 | 19 / 20 正确 |

完整数据边界和评测说明见 [docs/evaluation.md](docs/evaluation.md)

## Files

- `config.json` 模型配置
- `model.safetensors` 微调权重
- `preprocessor_config.json` 图像预处理配置
- `examples/infer.py` NIfTI 推理示例
- `NOTICE.md` 第三方组件与数据来源

## License

代码采用 [MIT License](LICENSE)