/ Модель

Характеристики

Параметры
113 млн
Лицензия
MIT
Архитектура
vit · dense
Базовая модель
vit-base-patch16-224-in21k
Библиотека
transformers
Опубликована
5 авг 2026

BrainTumor_FlairClassifier

Классификация изображенийИзображение → label3 профессии

Дообученный Vision Transformer классифицирует случаи по трёхмерным FLAIR-МРТ головного мозга на наличие или отсутствие опухоли.

9скачиваний за 30 дней0лайковвеса обновлены5 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Songline/BrainTumor_FlairClassifier — модель классификации МРТ головного мозга, разработанная Songline и дообученная на базе google/vit-base-patch16-224-in21k. Она принимает трёхмерное FLAIR-исследование в формате NIfTI (.nii или .nii.gz), анализирует 25 подходящих аксиальных срезов и усредняет вероятности для классификации случая на наличие или отсутствие опухоли. Модель построена на Vision Transformer и содержит 113,2 млн параметров; веса опубликованы в формате safetensors.

Модель предназначена для исследовательской и вспомогательной классификации случаев по FLAIR-МРТ. В README приведены результаты на небольших внутренних и внешних наборах: 29 из 30 правильных ответов на внутреннем тесте, чувствительность 16 из 20 на внешнем наборе положительных случаев UCSF-PDGM и специфичность 12 из 12 на наборе здоровых случаев HBN-SSI. Эти результаты ограничены указанными выборками и не подтверждают пригодность для клинической диагностики. Лицензия модели — MIT.

Сценарии применения

  • Классификация FLAIR-МРТ головного мозга по наличию опухоли
  • Получение вероятности наличия опухоли для отдельного МРТ-исследования
  • Исследовательская сортировка случаев по результатам анализа FLAIR-срезов

Ограничения

Опубликованные оценки получены на небольших выборках, поэтому качество и переносимость на другие данные не установлены; модель не следует считать подтверждённым инструментом клинической диагностики.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

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

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

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

Python API

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

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

Output

{
  "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

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

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ViTForImageClassification
Ревизия весов
a327b90

0 моделей