Şahin ParlakÇocuk cerrahisi asistanı · Klinik yazılım
English

Open Medical Baselines

Açık tıbbi veriyi kullanıma hazırlamak

Açık kaynak · MIT (kod) · Kasım 2026 · EVREN

Açık tıbbi veri çoğu zaman kullanıma hazırdır, ama indirildiği hâliyle değil. Bu depo, Türkiye’nin ulusal yapay zekâ platformu EVREN’de yayımlanan 21 açık veri setinin 19’unu kuran ve 13 baseline modelin hepsini değerlendiren betikleri tutuyor.

Çoğu zaman evet, ama indirildiği hâliyle değil

Açık veri kullanıma hazır mıdır? yazısı bu işin nasıl yürüdüğünü ve ne bulduğunu anlatıyor. Bu sayfa ise arkasındaki depoyu belgeliyor: içinde ne olduğunu, her derlemenin neyi kontrol ettiğini, modellerin nasıl ölçüldüğünü ve neyi yapmadığını.

Her veri seti özgün kaynağından, lisansı orada okunarak alındı; hastaya, ameliyata ya da neredeyse aynı görüntülerden oluşan gruba göre bölündü ve EVREN sayfasında belgelendi. Sayfadaki “Kaynak ve türetim” bölümü kaynağı, lisansı, yapılan değişiklikleri ve bölmeyi sayar. Yayımlanan her modelin EVREN’de eksiksiz bir model kartı var. Modellerin hiçbiri klinik bir araç değil.

Depoda ne var

Yalnızca kod: görüntü, sinyal, maske ya da model ağırlığı yok. Her veri seti için bir derleme betiği, özgün kaynağından indirip betiğin açıklamasında yazan yere koyduğunuz veriyi okur, dönüştürür, böler ve bir derleme raporu yazar; yayımlanan her model için bir değerlendirme betiği onu yeniden ölçer. Ortak modüller maskeleri poligona çevirir, tahminleri zaman aşımına karşı korumalı çalıştırıp Dice hesaplar, bir kontrol noktasının en iyi epokunu ve eğitim ayarlarını okur, büyük dosyaları kaldığı yerden devam edebilen paralel parçalar hâlinde indirir.

Kodun yanında derlemelerin dayandığı kararlar durur: iki HyperKvasir setinde gözden geçirilmiş neredeyse aynı görüntü çiftleri, Chapman-Shaoxing’den çıkarılan 66 kopya sinyal kaydı, DSAD ve gastrektomi setinin ameliyat bölmeleri ve DSAD etiketlerinde işaretleyiciler arası Dice.

Her derleme bir kontrolle biter

Bir derleme dosyaları yazarak bitmez; onları kontrol ederek biter ve bir kontrol başarısız olursa durur. Örneğin HyperKvasir polip seti 1.000 görüntü ve boyutları eşleşen 1.000 maskeyle, 951 grupla, hiçbir grup iki bölüme düşmeden, her görüntüde en az bir poligonla çıkmak zorundadır; poligonlar yeniden çizilip özgün maskelerle karşılaştırıldığında ortanca Dice en az 0,97 olmalıdır. Diğer derlemeler de kendi sayılarını aynı biçimde kontrol eder: ameliyatlar, hastalar, kareler ve çıkardıkları kopyaların tam olarak beklenenler olduğu, başkası olmadığı.

Neredeyse aynı görüntüler benzerlikle bulunur, kararsız kalanlara gözle karar verilir. HyperKvasir poliplerinde 441 aday çift kayda geçti: 25’ine otomatik karar verildi, 416’sı yan yana incelendi; 386’sı farklı, 17’si aynı, 13’ü belirsiz çıktı ve bunlar da güvenli tarafta kalmak için gruplandı. Etiketli HyperKvasir görüntülerinde hasta ya da tetkik kimliği yok; aynı tetkikin kareleri ancak benzerlikle bağlanabiliyor. Eşik, rastgele çiftler gözle incelendikten sonra belirlendi; dışkı sınıfları aramanın dışında bırakıldı, çünkü dışkıyla kaplı görüntüler farklı hastalarda da birbirine benziyor.

Yeniden ölçüldü

Bir platformun eğitim sayfası ölçümün kendisi değildir. Her model, bir sayı yazılmadan önce özgün maskelere karşı yeniden değerlendirildi. On üç modelin beşi ayrıca görüntüye hiç bakmayan basit bir baseline ile karşılaştırıldı; yayımlanan her model farklı bir rastgele başlangıç değeriyle iki kez eğitildi; verinin izin verdiği yerde modeller başka bir merkezde denendi. Sayılar ve ne gösterdikleri yazıda.

Simple baselines: basit bir baseline’ın ve modelin ayrılmış test skoru — pankreas venleri Dice 0,17’ye karşı 0,69, kolon polipleri 0,41’e karşı 0,90, fetal kalp ve toraks 0,63’e karşı 0,95, fetal baş 0,78’e karşı 0,98, EKG çıktıları makro F1 0,16’ya karşı 0,95
Yazıdan: her modelin ayrılmış test skoru, basit bir baseline’ın yanında (yapının genelde bulunduğu yeri gösteren sabit bir maske ya da en sık sınıf). Sabit bir oval, görüntüye hiç bakmadan fetal başta 0,78 Dice alıyor.

Kayıt

Alanlarına göre 21 veri seti; yayımlanmış bir baseline modeli olanlar işaretli.

Cerrahi video
VIP20K — laparoskopik pankreas cerrahisinde venler · model
LapGC-KVAD-30 — mide kanseri cerrahisinde ana damarlar · model
Laparoskopik gastrektomi — organlar ve aletler · model
DSAD — rektum cerrahisinde anatomi †
Endoskopi
HyperKvasir — kolonoskopide polipler · model
HyperKvasir — GİS endoskopisi, 23 sınıf · model
BM-BronchoLC — bronkoskopide işaret noktaları ve lezyonlar
Ultrason
HC18 — fetal baş çevresi · model
FOCUS — fetal dört boşluk görüntüsü, kalp ve toraks · model
PSFHS — doğum sırasında simfizis pubis ve fetal baş · model
PFUS1 — pelvik taban · model
EKG
ECG Images of Cardiac Patients — 12 derivasyonlu çıktılar, iki sürüm · model
PTB-XL — 12 derivasyon, üst sınıflar, sinyallerden çizilmiş · model
Chapman-Shaoxing — 12 derivasyon, ritim, sinyallerden çizilmiş · model
Anjiyografi
ARCADE — koroner arter segmentleri (SYNTAX) · model
ARCADE — koroner darlık · model
Mikroskopi
MODUS — idrar sedimenti, 40× · model
MODUS — idrar sedimenti, 10×
VISEM-Tracking — sperm · model
Grafi
GRAZPEDWRI-DX — çocuk el bileği kırıkları †

† Bu deponun dışında derlendi.

Sınırlar

  • Klinik kullanım için değil. Bu veri setleri ve modeller araştırma ve eğitim içindir; tanı, tedavi ya da ameliyat sırasında yönlendirme için doğrulanmamıştır.
  • Basit baseline şimdiye kadar 13 modelin beşi için çalıştırıldı; kalan sekizinde henüz yok.
  • Benzerliğin sınırı var: farklı annelerin fetal ultrason görüntüleri, benzerliğin ayıramayacağı kadar birbirine benzeyebiliyor; dışkıyla kaplı endoskopi görüntüleri de aynı nedenle aramanın dışında kaldı.
  • İki veri seti başka yerde derlendi: GRAZPEDWRI-DX ayrı bir projede, DSAD ise derlemesi herkese açık olmayan ara modellere dayandığı için.
  • Betiklerin açıklamaları geliştiricinin çalışma notlarına atıf yapıyor; bu notlar depoda yok. Aynı bilgiler EVREN’deki veri seti ve model sayfalarında var.
  • Depoda veri yok: her kaynak, EVREN sayfasında adı geçen özgün yerinden indirilmelidir.

Belgeler

Kod
MIT; 36 Python betiği
Veri
Her veri seti özgün kaynağının lisansını korur (buradaki setler için CC BY 4.0 ya da CC0); özgün yazarlara EVREN sayfalarında belirtildiği gibi atıf yapılmalıdır
Modeller
AGPL-3.0 (Ultralytics YOLO ile eğitildi)
Platform
EVREN — Sağlık: Açık Veri Setleri ve Baseline Modeller koleksiyonu
Ortam
Yerel değerlendirme için Python 3.13, sürümler requirements.txt dosyasında; modeller EVREN’de, platformun kendi Ultralytics derlemesiyle eğitildi

Kaynaklar

Notlar

  • Şekil ve sayıları yazının kendisinden (10 Kasım 2026); şeklin etiketleri İngilizce.
  • HyperKvasir 23 sınıf, PTB-XL ve Chapman-Shaoxing modelleri yazıdan sonra, 11–13 Kasım 2026’da yayımlandı; deponun README’si onları henüz listelemiyor. Yazıdaki “13 model” o günün sayısı.
  • Her veri setinin EVREN sayfası özgün kaynağını, lisansını, değişikliklerini ve bölmesini; her modelin sayfası model kartını taşır.

Bu sayfa, projenin kendi deposundan ve belgelerinden derlendi; son kontrol 18 Kasım 2026.

← Bütün uygulamalar