Image Classification
Transformers
Safetensors
Flair
vit
medical-imaging
brain-tumor
mri
vision-transformer
Instructions to use Songline/BrainTumor_FlairClassifier with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use Songline/BrainTumor_FlairClassifier with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("image-classification", model="Songline/BrainTumor_FlairClassifier") pipe("https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/hub/parrots.png")# Load model directly from transformers import AutoImageProcessor, AutoModelForImageClassification processor = AutoImageProcessor.from_pretrained("Songline/BrainTumor_FlairClassifier") model = AutoModelForImageClassification.from_pretrained("Songline/BrainTumor_FlairClassifier", device_map="auto") - Flair
How to use Songline/BrainTumor_FlairClassifier with Flair:
from flair.models import SequenceTagger tagger = SequenceTagger.load("Songline/BrainTumor_FlairClassifier") - Notebooks
- Google Colab
- Kaggle
| # Evaluation | |
| ## 功能范围 | |
| 模型对单份三维 FLAIR NIfTI 进行病例级二分类 | |
| - `yes` 表示模型检出脑肿瘤相关影像模式 | |
| - `no` 表示模型未检出该模式 | |
| 模型不输出肿瘤分级、亚型、体积或分割掩码 | |
| ## 预处理 | |
| - 将图像转换为 RAS 方向 | |
| - 按非零前景选择最多 25 张轴位有效切片 | |
| - 按前景体素的第 1 和第 99 百分位进行强度归一化 | |
| - 使用保存的 ViT 图像预处理器 | |
| 病例概率为切片阳性概率均值 | |
| 病例概率大于或等于 `0.548381` 时输出 `yes` | |
| ## 训练设置 | |
| - 初始化主干 `google/vit-base-patch16-224-in21k` | |
| - 重新初始化二分类头 | |
| - 训练数据为 BraTS 肿瘤病例与 OpenNeuro ds004199 健康对照 | |
| - 训练病例数为 55 加 55 | |
| - 验证病例数为 15 加 15 | |
| - 固定测试病例数为 15 加 15 | |
| ## 评测边界 | |
| UCSF-PDGM 和 HBN-SSI 已在开发阶段用于方案比较 | |
| UPENN-GBM 与 OpenNeuro ds003592 在最终评测前未用于训练、阈值选择或模型方案选择 | |
| | 集合 | 病例数 | 结果 | | |
| | --- | ---: | --- | | |
| | 内部固定测试 | 30 | 29 / 30 正确 | | |
| | UCSF-PDGM 外部开发阳性集 | 20 | 灵敏度 16 / 20 | | |
| | HBN-SSI 外部开发健康集 | 12 | 特异度 12 / 12 | | |
| | UPENN-GBM 最终盲测阳性集 | 10 | 灵敏度 9 / 10 | | |
| | OpenNeuro ds003592 最终盲测健康集 | 10 | 特异度 10 / 10 | | |
| | 合并最终盲测分类 | 20 | 19 / 20 正确 | | |
| 最终盲测阳性集的配套分割流程平均 WT Dice 为 `0.859082` | |
| 该指标不属于本仓库分类模型输出 | |
| ## 已知范围 | |
| - 当前版本仅在 FLAIR 输入上评测 | |
| - 外部阳性集灵敏度低于终盲测阳性集 | |
| - 跨机构扫描协议仍可能造成分类漏检 | |
| - 推荐与配套分割模型的结果一并使用 | |