Hillel Yaffe Glaucoma Dataset — 金标准注释眼底彩照青光眼检测数据集

以色列 Hillel Yaffe 医学中心 288 名患者 747 张眼底彩照的「临床金标准」青光眼检测数据集：标签源自完整眼科检查+OCT+视野+至少一年随访而非仅凭图像主观判读，ODC-By 1.0 于 PhysioNet 完全开放，配套 GONet 模型论文

来源 以色列 Hillel Yaffe 医学中心眼科青光眼单元 2022–2024 年临床数据：TOPCON DRI OCT Triton 相机（45° FOV）拍摄的 747 张眼底彩照（JPG，2576×1934 或 1960×1934）+ Labels.csv（Image Name/Patient/Label/Quality Score）发布时间: 2026-10-09最后更新: 2026-10-20 阅读 40
Hillel Yaffe Glaucoma Dataset — 金标准注释眼底彩照青光眼检测数据集

信息速览

数据集名称Hillel Yaffe Glaucoma Dataset — 金标准注释眼底彩照青光眼检测数据集
数据类型影像数据,标签数据,原始数据
规模288 名患者（747 张眼底彩照；186 名 GON+ 患者，占 64.6%）
接入方式以色列 Hillel Yaffe 医学中心眼科青光眼单元 2022–2024 年临床数据：TOPCON DRI OCT Triton 相机（45° FOV）拍摄的 747 张眼底彩照（JPG，2576×1934 或 1960×1934）+ Labels.csv（Image Name/Patient/Label/Quality Score）
AI 就绪度

INFOBOX — HYGD 一屏速览

维度 内容
本质 单中心金标准注释眼底彩照青光眼（GON）二分类数据集
团队 Technion 生物医学工程学院（通讯 Joachim A. Behar）+ Hillel Yaffe Medical Center（以色列 Hadera）
论文 GONet: A Generalizable DL Model for Glaucoma Detection（IEEE TBME 2026;73(1):32–39；doi:10.1109/TBME.2025.3576688；arXiv:2502.19514 预印本）
规模 747 张眼底彩照 = 548 GON+（73%）+ 199 GON−（27%）；288 名患者（186 名 GON+，64.6%）
图像规格 TOPCON DRI OCT Triton，45° FOV，JPG，1:1，2576×1934 或 1960×1934 px
质量分 1–10（FundusQ-Net 计算），均值 5.9 ± 1.0
标签口径 金标准：完整眼科检查（VA/IOP/房角/78D 后极部）+ OCT（RNFL+黄斑）+ 视野（24-2、10-2）+ ≥1 年随访，非仅凭图像主观判读
平台 PhysioNet（Open Access 数据库，RRID:SCR_007345）
许可 ODC-By 1.0（署名即可，无 NC 条款）
版本/DOI v1.1.0（2026-03-16 发布）；版本 DOI 10.13026/m92s-0z95；Latest DOI 10.13026/pdxv-m215
体量 未压缩 125.8 MB；ZIP 118.5 MB
获取 网页 ZIP / wget / AWS S3，均无需登录（Open Access）
库内互链 GRAPE（rid 860）（青光眼近邻，须区分）、papila/messidor/eyepacs/refuge/refuge2/aptos-2019/ddr/oct2017（眼底影像家族）

HYGD（Hillel Yaffe Glaucoma Dataset，希勒尔·雅费青光眼数据集）是一个"把青光眼标签的成色"当作核心卖点的眼底影像数据集：它只有 747 张眼底彩照、288 名患者，规模在当下动辄十万级的眼科 AI 数据里毫不起眼——但它的每一张图都不是"看图说病"，而是"查完病再看图"。每一条 GON+/GON− 标签背后是完整的眼科检查（视力、眼压、房角镜、散瞳后极部检查）、OCT 的视网膜神经纤维层与黄斑扫描、24-2 与 10-2 视野检查，以及至少一年的病情随访确认。这种"临床金标准"注释正是 HYGD 对既有公开数据集最尖锐的批评靶心：绝大多数公开青光眼数据集的标签只来自对眼底图的主观判读，本质上是"用一张图解释一张图"，天生带有偏倚与不一致。

导语读法三则：

  1. 只想下数据跑模型：直奔 §6——ODC-By 1.0 完全开放，网页 ZIP / wget / S3 三条路都不需要登录，是最省事的眼科开放数据集之一。
  2. 关心标签质量：直奔 §5 与 §2——"金标准"的具体含义、入排标准与随访设计都在这里，也是理解它与 GRAPE（rid 860）差异的关键。
  3. 做模型泛化/基准评测：直奔 §3 与 §7——HYGD 是 GONet 论文的公开数据贡献，模型在 7 数据集 >119,000 图上训练、跨域 AUC 0.88–0.99，可直接对标。

§0 导读：这个数据集解决什么问题

青光眼性视神经病变（Glaucomatous Optic Neuropathy, GON，即通常所说的青光眼）是全球不可逆性失明的首要病因之一。2013 年全球 40–80 岁人群中约有 6430 万人患病，预计 2040 年将升至 1.118 亿；更棘手的是，约一半病例直到视力明显受损的晚期才被确诊。规范化诊断依赖眼科专科医生完成的一整套检查——眼压（IOP）测量、前房与房角评估、视盘（OD）检查、视野评估、视神经头成像——耗时且设备昂贵，在许多资源受限地区构成显著的可及性壁垒。

自动化的出路看起来顺理成章：用深度学习从数字眼底图像（Digital Fundus Image, DFI；亦称彩色眼底照片 Color Fundus Photograph, CFP）中识别 GON，一张照片、一个模型、一次推理。但这条路上的一个结构性隐患是：大多数公开数据集的 GON 参考标签本身也只是"对眼底图的主观判读"。用这样的标签训练或评测模型，等于把 GON 检测任务约化为"对视盘外观的主观评价"，天然继承了主观解读的偏差与不一致，甚至可能把其他同样表现为"视盘杯状凹陷"的眼病（如缺血性、压迫性视神经病变）误当青光眼。

HYGD 的回答是把标签的"成色"提到第一位：所有 GON 标签都建立在完整眼科检查+OCT+视野+随访之上，而非单张图的主观判断。这一设计使 HYGD 成为一个小型但高置信度的评测基准——它不追求样本量上的规模，而追求"每一条标签都经得起临床回归"。

§0 读法三则：

  1. 这个条目是"数据集 + 模型论文"二合一：数据集本体是 747 张带金标准标签的眼底彩照，论文 GONet 是它的方法学背景与使用示例（§2、§7）。
  2. 全文规模类硬数字以 PhysioNet 官方页（747 图 / 288 患者）与 IEEE 正式版论文为准；arXiv 预印本存在三处数字漂移（768 图、AUC 0.85–0.99、21.6%），已在坑 2 与 §9 存照。
  3. 检索时若把"HYGD"与库内 GRAPE（rid 860）混为一谈会出错——两者都是青光眼数据、都开放，但机构、模态、任务全然不同（§9）。

§1 数据集速览：十问十答

Q1：HYGD 的"747 张"从哪来？
由以色列 Hillel Yaffe 医学中心眼科青光眼单元在 2022–2024 年间采集、整理。全部使用 TOPCON DRI OCT Triton 视网膜相机、45° 视场角拍摄，经去标识与标准化处理后以 JPG 存储。

Q2：747 张里青光眼占多少？
548 张为青光眼图（GON+），占 73%；199 张为非青光眼图（GON−），占 27%。患者层面：288 名患者中 186 名为 GON+，占 64.6%——注意图表比与患者比例是两套口径，不可混用（坑 5）。

Q3：图像规格是什么？
JPG 格式，1:1 纵横比，分辨率两种：2576×1934 或 1960×1934 像素。拍摄设备为 TOPCON DRI OCT Triton，45° FOV。

Q4：命名规则是什么？
x_y.jpg——x 是患者 ID（从 1 开始），y 是该患者的图片序号（从 0 开始）。例如 188_1.jpg 表示 188 号患者的第二张图。注意 y 从 0 起，所以 188_0.jpg 才是第一张。

Q5：标签文件里有什么？
Labels.csv，四列：Image Name（文件名）、Patient（患者 ID）、Label（GON+/GON− 二分类）、Quality Score（1–10，FundusQ-Net 质量评分）。

Q6："金标准"具体指什么？
标签基于完整眼科检查：视力（VA）、眼压（IOP）、前后段评估、房角镜、散瞳后 78D 镜后极部检查，加 OCT（RNFL 与黄斑）、视野（24-2 与 10-2），并对患者随访至少一年以验证标签准确性。所有检查由青光眼专科医生完成，图像与视野由受训技师操作。

Q7：非青光眼图怎么来的？
取自眼科门诊中因其他原因就诊、且无 GON 诊断的患者，而非人工构造的"健康对照"。这保证了阴性样本同样来自真实临床场景。

Q8：质量分是怎么算的？
用 FundusQ-Net（同一团队 2023 年发表的质量评估回归模型，Comput Methods Programs Biomed 239:107522）为每张图打分，1–10 分，全数据集均值 5.9 ± 1.0。研究者可按质量分做加权或阈值过滤。

Q9：和 GONet 是什么关系？
HYGD 是 GONet 论文的公开数据贡献（论文原文：“we also contribute a new dataset consisting of 747 CFPs with GON labels as open access”）。GONet 是模型方法（DINOv2 自监督 ViT + multisource domain 微调），HYGD 是它的开放数据集产出与基准。

Q10：我现在能拿到什么？
直接可下的完整包：747 张 JPG + Labels.csv + README + LICENSE，未压缩 125.8 MB。许可为 ODC-By 1.0，署名即可用，含商用，无 NC 条款。三条下载路径见 §6。

§2 数据构成与规格

2.1 规模、来源与机构构成

HYGD 的全部数据来自单一临床中心：以色列哈代拉（Hadera）的 Hillel Yaffe 医学中心眼科青光眼单元，采集窗口为 2022–2024 年。数据集经该中心赫尔辛基委员会（Helsinki Committee）批准，批号 HYMC-0029-24，全部可识别患者信息已去除。

维度 数值
眼底彩照总数 747
GON+ 图 548（73%）
GON− 图 199（27%）
患者数 288
GON+ 患者 186（64.6%）
年龄范围 36–95 岁
性别 50% 男性
国籍 以色列
采集窗口 2022–2024

单中心设计是 HYGD 的双刃剑：一方面保证了检查流程、设备与判读标准的高度一致性（这正是"金标准"可信度的来源）；另一方面构成了它在泛化性上的天然边界——官方 Limitations 明确承认"数据来自单一地理区域、单一相机型号、固定 45° FOV"，人口多样性受限。

2.2 图像规格与采集设备

属性 规格
相机型号 TOPCON DRI OCT Triton 视网膜相机
视场角 45° FOV
格式 JPG，1:1 纵横比
分辨率 2576×1934 或 1960×1934 像素
命名规则 x_y.jpg（x=患者ID 从1；y=图序号 从0）
预处理 去标识；去黑边裁剪为正方形
质量评分 FundusQ-Net，1–10，均值 5.9 ± 1.0

分辨率出现两档（2576×1934 与 1960×1934）反映了采集批次或设置差异，但两者均被统一裁为 1:1 正方形。"去黑边裁剪"这一步骤对下游建模有实际意义：眼底相机原始输出通常带大片黑色边框，若不裁除会引入大量无信息像素；HYGD 已替使用者完成这一步。

2.3 标签体系与"金标准"注释

HYGD 的标签只有一类任务、两个取值：GON+（青光眼性）与 GON−（非青光眼性），是图像级二分类。但"金标准"三个字的分量全在注释流程里：

检查环节 内容
视力（VA） 视力评估
眼压（IOP） 眼内压测量
前/后段 前段与后段评估
房角 房角镜检查（gonioscopy）
后极部 散瞳下 78 屈光度镜后极部评估
OCT 视网膜神经纤维层（RNFL）+ 黄斑扫描
视野 24-2 与 10-2 视野检查
随访 至少一年随访以验证标签准确性

这条流程的关键在最后一环——随访。它把"某一眼此刻看起来像青光眼"变成了"某一眼在时间维度上确实被确认/排除了青光眼"，从机制上抑制了"杯状视盘即青光眼"这类假阳性的混入。所有检查由青光眼专科医生完成，图像与视野由受训技师采集。

2.4 入组与排除标准

入组标准：

  1. 患者年龄 ≥18 岁；
  2. 基于完整临床检查+视野+OCT 确诊 GON；
  3. 无其他眼部合并症；
  4. 随访期 ≥6 个月且至少 2 次复查。

排除标准：

  1. 患者 <18 岁；
  2. 存在其他眼部疾病。

需注意：入组标准写"随访 ≥6 个月且 ≥2 次复查"，而标签章节写"随访至少一年"——官方页自身存在表述差异（细节值按完整检查+随访为准），本条目已在坑 6 存照。

2.5 患者级与图像级的分布口径

HYGD 存在两套并行分布口径，使用前必须对齐：

口径 GON+ GON− 阳性比例 应用场景
图像级（747 张） 548 199 73% 逐图训练/评测指标
患者级（288 人） 186 102* 64.6% 患者分层、去泄漏划分

* 102 为 288−186 推算值；官方仅明示 186 名 GON+（64.6%）与总数 288。

两套口径的差距（73% vs 64.6%）源于同一患者可能贡献多张图（命名规则中的 y 序号即证据）。做患者级划分或避免数据泄漏时，必须按 Patient 列分组切分，而非按图像随机切分——否则同一患者的图会同时落入训练与测试集，抬高虚高的评测分数。这是使用 HYGD 最容易踩、也最致命的工程细节之一。

2.6 与 GONet 训练数据的边界

HYGD 只是 GONet 使用的七个独立数据集之一。GONet 论文口径：模型在 7 个数据集、超过 119,000 张 CFP（含金标准注释、来自不同地理背景患者）上训练。因此引用时务必分清：

  • 说"HYGD" = 只说这 747 张 / 288 患者；
  • 说"GONet" = 说模型，其训练语料是 7 数据集、>119,000 图，不是 HYGD 一个数据集。

把 GONet 的规模与性能归给 HYGD 是常见误引（坑 3）。

§3 配套模型：GONet 的方法与结果

3.1 模型架构

GONet 的设计目标是解决自动化 GON 检测的泛化性瓶颈：现有模型常在跨族群、跨病种、跨检查场景时性能骤降。其技术路线：

  • 骨干：DINOv2 预训练的自监督视觉 Transformer（ViT）——利用自监督预训练学到的通用特征，而非从零监督训练；
  • 微调策略：multisource domain（多源域） 微调，让模型在多个数据来源的联合分布上学习，以提升跨域稳健性；
  • 训练语料：七个独立数据集、>119,000 张 CFP，均带金标准注释、来自不同地理背景。

3.2 主要结果（正式版口径）

指标 数值
目标域 OOD AUC 0.88–0.99
对比 SOTA 性能相当或更优
对比杯盘比（CDR） 最多优 18.4%
部署 Lirot.ai（www.aimlab-technion.com/lirot-ai，iOS 平台）

"优于 CDR 最多 18.4%"是一个值得强调的数字：杯盘比（cup-to-disc ratio）是青光眼筛查中最经典的定量指标，深度学习模型相对它的提升幅度直接反映了自动化方案的临床增量价值。

3.3 预印本与正式版的三处漂移

arXiv:2502.19514（2025-02-26 预印本）与 IEEE TBME 正式版存在三处数字差异，必须存照：

项 预印本（arXiv） 正式版（IEEE + PhysioNet）
数据集规模 768 DFI 747 DFIs/CFPs
OOD AUC 0.85–0.99 0.88–0.99
优于 CDR up to 21.6% up to 18.4%

本条目一律采用正式版+官方页口径（747 图、0.88–0.99、18.4%），预印本数字仅作存照。这不是矛盾，而是预印本到正式版之间的正常修订——但对自动抓取或二手引用而言，是最容易取错数字的地方（坑 2）。

3.4 前作：FundusQ-Net

HYGD 中的图像质量分由 FundusQ-Net 计算，这是同一团队的早期工作（Abramovich O, et al. Comput Methods Programs Biomed. 2023;239:107522），一个对眼底图像做质量分级（quality grading）的回归式深度学习算法。它使 HYGD 除了二分类标签外，额外携带了一个连续的质量维度——使用者可以据此做样本加权、低质量图过滤或质量-性能相关性分析，这在多数只给硬标签的眼底数据集中并不常见。

§4 数据来源与伦理合规

4.1 单中心临床队列

HYGD 的每一个数据点都可追溯到一个真实的临床来源：2022–2024 年间在以色列 Hillel Yaffe 医学中心眼科青光眼单元就诊或随访的患者。这不是研究者为做数据集而招募的"志愿者"，而是常规诊疗流程中产生的眼底影像，经回顾性整理后去标识发布。

合规项 内容
伦理批件 Hillel Yaffe 医学中心赫尔辛基委员会（Helsinki Committee）
批号 HYMC-0029-24
隐私处理 去除全部可识别患者信息
数据性质 回顾性整理的真实临床影像
资助 Technion EVPR Fund: Irving & Branna Sisenwein Research Fund；以色列高等教育委员会云计算资助（Israel Data Science Initiative）

4.2 去标识与标准化流程

官方明确披露了两步处理：

  1. 去标识（deidentification）：去除全部可识别患者信息，确保隐私；
  2. 标准化：将图像裁剪为正方形（去除黑色边框），并统一格式。

"去黑边裁剪"这一步在眼底影像里意义特殊：相机原始输出的矩形图像通常四周包裹大片黑色无效区，若不做处理会污染像素统计、干扰深度学习模型的感受野。HYGD 替使用者完成了这一步标准化，是其"开箱可用"的一部分。

4.3 为什么单中心 + 金标准是一对孪生设计

单中心采集通常被视为泛化性的软肋，但在 HYGD 的语境里，它是金标准的前提：

  • 金标准要求"完整眼科检查+OCT+视野+随访"，这套流程只有在具备完整青光眼专科能力的中心才能稳定执行；
  • 检查设备、判读医生、随访方案的一致性是标签可信度的保障；
  • 多中心虽能提升多样性，却会同时引入检查协议与判读标准的异质性，稀释"金标准"的纯度。

因此 HYGD 的策略是明确的取舍：用多样性换标签纯度。使用者的正确姿势是把它当作"高置信度小基准"，而非"覆盖全人群的泛化训练集"。跨族群、跨设备泛化应当由 GONet 的另一类工作（7 数据集联合训练）来承担——HYGD 只是其中的一个信度锚点。

4.4 官方自述的局限性

PhysioNet 页面在 Limitations 一节坦诚列出三条，值得原文级重视：

  1. 不含眼别（laterality）：无法区分左右眼，限制了双眼建模、双眼对称性分析与按眼分层统计；
  2. 无 GON 以外的病史：患者除 GON 诊断外的医疗史未提供，限制了共病混杂分析与多病种联合建模；
  3. 人口多样性受限：单相机型号、固定 45° FOV、单一地理区域，泛化性需要外部验证。

这三条是任何使用者写论文时必须诚实面对的边界——尤其是第一条（无眼别）和第三条（单一地理），它们直接决定了 HYGD 上得到的结果能推广到多远。

§4b 深入：为什么"标签成色"是本数据集的核心变量

4b.1 一个思想实验：把标签来源换掉，模型分数会怎样

设想两个完全相同的模型，在两组规模、分辨率、设备都一致、只有标签来源不同的数据上训练：

  • 数据 A：标签来自"单专家看眼底图"；
  • 数据 B：标签来自"完整眼科检查+随访确认"（HYGD 式）。

在 A 上，模型学会的是"复现某位专家的视觉判断习惯"，其性能上限被这位专家与"真实 GON"之间的差距封死；在 B 上，模型学的是"与该中心临床确诊过程一致的模式"。区别不在于样本量，而在于目标函数的信度。HYGD 的整个存在理由，就是为青光眼 AI 提供一批"B 型"标签——它不解决规模问题，它解决问题定义的信度问题。

4b.2 "看图说病"偏倚的三种具体形态

论文背景对"仅凭 DFI 判读"的批评可以拆成三条可操作的风险：

  1. 主观解读偏倚：同一张视盘图，不同判读者可能给出不同结论，标签继承这种方差；
  2. 未验证样本混入：没有随访与 OCT/视野佐证，某些"看起来像青光眼"的样本可能实为其他病（如缺血性、压迫性视神经病变——它们同样呈现杯状视盘）；
  3. 任务退化：把"GON 检测"这个需要多模态证据的临床任务，退化为"视盘外观二分类"，使模型学到的是外观相关特征而非疾病机制。

HYGD 的四项设计（完整检查、随访验证、排除合并症、真实阴性样本）分别对应抑制这三种风险，这是"金标准"在工程上可被检验的含义。

4b.3 阴性样本为什么重要

许多数据集的"非青光眼"是隐式的（“没有标注的图"或"正常对照招募”）。HYGD 明确交代：GON− 图来自眼科门诊中因其他原因就诊、且无 GON 诊断的患者。这个细节决定了阴性样本的分布：它们不是健康人，而是"来眼科看过、查了、但不是青光眼"的人群——更接近真实筛查场景中的混淆分布。对模型而言，这是一批"难负样本"，训练价值高于"健康人对照"。

4b.4 与评测指标的耦合

由于 GON+ 占 73%（图像级），任何"只看准确率"的评测都会被多数类主导。正确的做法是：报告 AUC（本数据集天然适合）、敏感度/特异度、以及在患者级重采样后的指标。HYGD 的金标准标签意味着这些指标更可信——因为分母里的每一个"真阳性/真阴性"都经过了临床确认，而不是一次读图。

§5 标签质量：从"看图说病"到"查病看图"

5.1 现有数据集标签的两种成色

要理解 HYGD 的定位，先要理解它批评的对象。青光眼 AI 的公开数据集大致有两类标签来源：

标签成色 来源 典型问题
图像判读型（大多数公开数据集） 仅凭眼底图的主观判读 任务被约化为"对视盘外观的主观评价"；继承主观偏差；其他杯状视盘病（缺血性/压迫性视神经病变）易误入
临床金标准型（HYGD） 完整眼科检查+OCT+视野+随访 采集成本高、规模受限、单中心多样性低

图像判读型标签的根本缺陷不是"标注者不够专业"，而是信息源的先天不足：一张眼底照片只能反映视盘形态，而青光眼的诊断需要眼压、视野（功能）、RNFL（结构）与时间演变的综合证据。论文原文的措辞直指要害：用 DFI 主观判读得到的参考标签，会让模型"继承偏差、受主观解读与不一致注释影响、包含未经验证的样本"，从而可能偏离 GON 的真实临床表现。

5.2 HYGD 的"反偏倚"设计

HYGD 针对上述缺陷做了四项设计：

  1. 标签基于完整检查：GON 诊断须同时满足全面眼科检查+视野+OCT，而非单图判读；
  2. 随访验证：患者随访至少一年确认标签准确性，把"瞬时外观"升级为"时间验证"；
  3. 排除合并症：入组要求"无其他眼部合并症"，避免其他眼病干扰 GON 判定；
  4. 真实阴性样本：GON− 图来自门诊中因其他原因就诊、无 GON 诊断的患者，而非人工构造。

这四项合起来，使 HYGD 的标签带有一种图像判读型标签无法提供的属性——临床可回归性：任何一条标签都能回溯到一组检查记录与一段随访历史。

5.3 质量评分的双重用途

每张图的 FundusQ-Net 质量分（1–10，均值 5.9±1.0）提供了除二分类标签外的第二个维度：

  • 训练侧：按质量分加权损失，让模型更依赖高质量图；
  • 评测侧：按质量分分层报告性能，观察模型在低质量图上的退化；
  • 分析侧：检验"图像质量是否与 GON 标签相关"（若相关，则可能存在采集偏倚）。

在只有硬标签的眼底数据集里，这类分析无从做起；HYGD 的质量列把它变成了一等公民。

5.4 “金标准"不等于"无争议”

必须克制地理解"gold standard"一词：它描述的是标签生成的证据强度（基于完整临床检查而非单图判读），而不是"标签在数学上绝对正确、不存在观察者分歧"。青光眼诊断本身在不同专科医生之间仍存在判读差异，HYGD 通过完整检查+随访把这种差异压到了较低水平，但并未、也不可能将其归零。使用者引用"金标准"时应说明其确切含义，避免过度承诺。

§5b 深入：从 747 张图能问出哪些研究问题

5b.1 质量—性能关系

HYGD 自带质量分，适合做"模型性能随图像质量如何退化"的系统研究：把测试集按质量分分层（如 1–4 / 5–7 / 8–10），分别报告 AUC。这类分析在多数数据集里做不了，因为它们没有可靠的质量元数据。

5b.2 患者级 vs 图像级评测的差异

同一患者的多张图之间存在相关性。若按图像随机划分，测试集里会出现"见过该患者其他图"的泄漏，导致分数虚高。HYGD 的研究价值之一是：可以用它对"患者级划分 vs 图像级划分"的分数差距做实证测量（附录 F 给了骨架），量化泄漏的幅度。这在方法论上是有普适意义的发现。

5b.3 与 GONet 的对照：小基准能否预测大模型行为

一个有趣的问题：在小而高信度的 HYGD 上排名靠前的模型，是否在更大但标签成色较弱的集合上也排名靠前？如果不是，说明"标签成色"显著影响模型排名——这正是 HYGD 作为"信度锚点"的独特评测价值。

5b.4 数据效率研究

747 图的小规模恰好适合研究"小样本下金标准标签的边际价值"：用 HYGD 子集训练模型的样本效率曲线，与同规模图像判读型数据对比，可观测量级差异。这直接回答"金标准标签值不值得更高的采集成本"。

§6 获取与许可

6.1 一张表讲清获取

项 内容
平台 PhysioNet（Open Access 数据库，RRID:SCR_007345）
访问政策 Open Access —— 遵守许可条款即可访问
许可 Open Data Commons Attribution License v1.0（ODC-By 1.0）
版本 v1.1.0
发布日 2026-03-16
版本 DOI 10.13026/m92s-0z95
Latest DOI 10.13026/pdxv-m215
未压缩体积 125.8 MB
ZIP 体积 118.5 MB

6.2 三条下载路径

# 路径 1：网页直接下载 ZIP（118.5 MB）
# 访问 https://physionet.org/content/hillel-yaffe-glaucoma-dataset/1.1.0/

# 路径 2：wget 递归下载
wget -r -N -c -np https://physionet.org/files/hillel-yaffe-glaucoma-dataset/1.1.0/

# 路径 3：AWS S3（无需凭证）
aws s3 sync --no-sign-request s3://physionet-open/hillel-yaffe-glaucoma-dataset/1.1.0/ DESTINATION

三条路径均无需登录、无需申请、无需签署 DUA——这是 HYGD 相对许多需要注册或数据使用协议的眼科数据集最大的工程优势。

6.3 文件清单

文件/目录 大小 修改日期
Images/ — —
LICENSE.txt 19.9 KB 2026-03-16
Labels.csv 18.4 KB 2025-03-04
README.md — —

注：Labels.csv 的修改日期（2025-03-04）早于 v1.1.0 的发布日（2026-03-16），与官方 Release Notes "v1.1.0 仅更新元数据"的说法一致——标签文件本身自初版起未变。

6.4 ODC-By 1.0 许可解读

ODC-By（Open Data Commons Attribution License）是面向数据库的开放许可，核心义务只有一条：署名。与 Creative Commons 系列相比，它的关键特点：

  • 允许商用：无 NC（非商业）限制；
  • 允许再分发与演绎：可修改、可整合、可再发布；
  • 义务是署名：需按许可要求注明来源；
  • 面向数据/数据库：法律语义针对数据库内容而非一般作品（与 CC 的适用侧重不同）。

对比库内的 GRAPE（rid 860）采用 CC0——那是"放弃一切权利"的公共领域贡献，连署名都不强制；HYGD 的 ODC-By 则需保留署名。两者都属宽松档，都不含 NC 条款，工程上都可以直接进商用管线，差别只在署名义务。这一点是 HYGD 相对"注册墙/请求制"数据集的决定性优势（§10 决策卡）。

6.5 引用规范

使用 HYGD 时，官方要求同时完成三件事：

  1. 引用数据集（选其一或都引）：
    • 版本 DOI（v1.1.0）：10.13026/m92s-0z95
    • Latest DOI：10.13026/pdxv-m215
  2. 引用原始发表论文：Abramovich O, et al. GONet: A generalizable deep learning model for glaucoma detection. IEEE Trans Biomed Eng. 2026;73(1):32–39.
  3. 引用 PhysioNet 平台：Pollard T, et al. PhysioNet as a global platform for biomedical research. Nature Health. 2026. doi:10.1038/s44360-026-00096-z

§7 定位与对比：HYGD 站在哪里

7.1 三个维度上的坐标

把 HYGD 放进眼科影像数据集的坐标系：

维度 HYGD 的位置
模态 单模态（仅眼底彩照），无视野/OCT 原始数据
任务 图像级二分类（GON+/GON−）
标签成色 高（临床金标准+随访）
规模 小（747 图/288 患者）
开放度 高（ODC-By 1.0，无门槛）
多样性 低（单中心/单设备/单一地理）

这个坐标组合让 HYGD 的定位非常清晰：高信度、小规模、高开放的评测锚点。它不是用来做大规模预训练的"燃料"，而是用来回答"我的模型在临床确认的标签上到底行不行"的"试金石"。

7.2 与 GONet 训练语料的关系

再次强调边界（坑 3）：GONet 的 >119,000 图 / 7 数据集 ≠ HYGD。HYGD 是 GONet 团队公开的那一个子集。引用 GONet 的泛化性结论（AUC 0.88–0.99）时，说清楚那是模型跨七数据集的 OOD 表现，而非"HYGD 上跑出的分数"。

7.3 "小基准"的评测方法学价值

在动辄追求百万级样本的当下，HYGD 提醒社区一个常被忽视的真理：标签的信度决定评测的天花板。一个 10 万图的评测集，如果标签本身来自"看图说病"，那么再高的模型分数也只是"与主观判读的吻合度"；而一个 747 图的金标准集体，虽然统计功效有限，却能把"模型是否学到真正的青光眼证据"问得更接近临床真相。两者的价值不可互相替代，理想做法是组合使用：大规模图像判读型数据训练，小规模金标准数据评测。

7.4 库内近邻：GRAPE（rid 860）的区别（必读）

库内已有的 GRAPE（rid 860，grape-glaucoma） 是本条目最重要的对照对象，二者必须严格区分，绝不能混为同一数据集：

维度 HYGD（本条目） GRAPE（rid 860）
团队/机构 Technion（以色列）+ Hillel Yaffe Medical Center 浙江大学医学院附属第二医院眼科中心（Kai Jin / Juan Ye）
地理 以色列 Hadera 中国杭州
模态 仅眼底彩照（单模态、横断面） 视野+眼底彩照+OCT+临床信息（纵向多模态）
结构 747 张图 / 288 患者 263 眼 / 1115 次随访（144 名患者，2015–2022）
任务 GON 二分类检测 视野进展预测 + 视盘/视杯分割
标签 GON+/GON−（临床金标准） 进展标签（PLR2/PLR3/MD）+ 分割坐标
时序 横断面（每图独立标签） 纵向随访（多时间点）
设备 TOPCON DRI OCT Triton 多款相机
许可 ODC-By 1.0 CC0 1.0
论文 IEEE TBME 2026 Scientific Data 2023

一句话区分：GRAPE 是"一只眼睛随时间怎么变"的纵向多模态进展数据集（浙大，CC0）；HYGD 是"一张图此刻是不是青光眼"的横断面单模态检测数据集（以色列，ODC-By）。相同点仅在于都以青光眼为主题、都采用宽松的开放许可、都强调真实临床场景。库内检索"青光眼数据集"时，两者应当作为互补的两条一起呈现，而非互相替代。

§7b 深入：HYGD 在青光眼 AI 数据版图中的稀缺性

7b.1 青光眼数据集的四种"缺一条"

回顾公开的青光眼 AI 数据集，多数会在以下四条中至少缺一条：规模、金标准标签、多模态、开放许可。HYGD 的取舍是放弃规模、保住后三条中的两条（金标准+开放许可），只保留单模态：

数据集类型 规模 金标准标签 多模态 开放许可
大规模图像判读型 大 ✗ ✗ 视数据集
多模态纵向型（如 GRAPE） 中 部分 ✓ ✓
金标准检测型（HYGD） 小 ✓ ✗ ✓

这张表的读法：没有一种数据集同时具备全部四条——这正是青光眼 AI 需要多种数据集组合的原因。

7b.2 稀缺性来自采集成本

金标准标签的采集成本是结构性的：完整眼科检查（含 OCT、视野）需要专科医生与昂贵设备，随访又要求患者多次回访。这解释了为什么"金标准"数据集普遍规模偏小——不是研究者不愿做大，而是每增加一个患者，边际成本远高于"读一张图打个标签"。理解这一点，就不会用规模去贬低 HYGD，也不会用 HYGD 的小规模去否定金标准的价值。

7b.3 全球青光眼负担与筛查现实

HYGD 官方页开篇给出的两个数字值得单独记住：

  • 2013 年全球 40–80 岁人群中约 6430 万 例 GON；
  • 预计 2040 年将达 1.118 亿；
  • 约 50% 的病例直到晚期、视力明显受损时才被发现。

第三个数字是自动化筛查的根本动因：如果一半病例在晚期才被发现，那么"低成本、可及的眼底筛查工具"就具备巨大的公共卫生价值。HYGD 提供的金标准标签，正是让这类工具被"可信地评测"的基础设施——模型再准，若评测标签本身不可信，筛查的可信度也无从谈起。

7b.4 推理成本对比：CDR 与深度学习

论文一个值得强调的对比维度：GONet 相对传统杯盘比（CDR）最多优 18.4%。CDR 是青光眼筛查中最经典的量化指标，计算门槛低但个体变异大。深度学习模型相对 CDR 的提升幅度，直接量化了"自动化方案相对传统定量指标的临床增益"——这是评估任何青光眼 AI 模型时都该问的第一个问题。

§8 方法学启示

8.1 标签来源是比样本量更稀缺的资源

HYGD 最可迁移的启示与规模无关，而与"注释的证据链"有关。它示范了一条路径：当无法在规模上竞争时，就在标签的信度上建立差异化。对医学数据集建设者而言，"完整检查+随访确认"式的金标准注释成本极高，但它产出的标签具有不可替代的可回归性——每一张图背后都有一组临床记录撑腰。

8.2 单中心一致性是优点也是边界

单中心保证了检查协议、设备与判读标准的一致，这正是金标准的前提；但它同时构成泛化性的硬边界。HYGD 的取舍给了一个清晰的方法论样板：如果目标是"高信度基准"，就接受单中心的纯度、放弃多中心的多样性；如果目标是"泛化训练"，就必须去别处补多样性。混淆两者（用一个小金标准集去论证跨人群泛化）是方法论错误。

8.3 质量分作为一等公民

把图像质量评分（FundusQ-Net）随数据一起发布，是一个易被低估的工程决策。它让"质量—性能"分析、样本加权、低质量剔除都变成数据自带的能力，而不是使用者自己想办法估质量指标。这种"把元数据当数据发布"的思路，值得其他医学影像数据集借鉴。

8.4 学术与部署的闭环

GONet 论文提供了完整的学术证据链（7 数据集训练、OOD 评测），而 GONet 又通过 Lirot.ai 平台部署为 iOS 应用，HYGD 作为开放数据贡献回馈社区。这种"研究—数据—产品—开放"的闭环，是医学 AI 项目罕见地把学术贡献与工程落地打通的样子，也解释了为什么一个只有 747 图的数据集值得单独立条。

§8b 深入：工程落地的四条建议

8b.1 先做患者级划分，再谈任何指标

拿到 HYGD 后的第一个动作不是建模，而是按 Patient 分组切分（附录 F）。跳过这步，之后所有指标都不可信。

8b.2 报告 AUC 而非仅准确率

阳性占 73%（图像级），准确率会被多数类主导。AUC、敏感度、特异度是必要的三件套；在患者级重采样后复算一遍更稳。

8b.3 用质量分做分层，而不是直接丢弃低质量图

低质量图在真实筛查中一定存在，"学会在低质量图上工作"比"只在高质量图上评测"更接近部署现实。用质量分做分层报告，比一刀切过滤更有信息量。

8b.4 把 HYGD 当基准，不当训练主力

官方定位是 benchmark 与训练补充。小规模使其不适合承载大规模预训练，但非常适合作为"信度锚点"——在大数据集上训练、在 HYGD 上验证"是否学到真证据"。

8b.5 引用时把边界写清

使用 HYGD 发表结果时，务必写清：用的是哪个版本/DOI、图像级还是患者级划分、是否做了患者分组、引的是正式版还是预印本数字。这些细节决定了结果的可复现性。

8b.6 与临床团队协作的提示

HYGD 的成功源于 Technion 工程团队与 Hillel Yaffe 临床团队的紧密协作。对想自建金标准数据集的团队，启示是：工程与临床必须从采集设计阶段就绑定——入排标准、检查项、随访方案的技术细节，决定了最终标签能否称为"金标准"。

§9 与库内条目的关系

9.1 家族图谱

  • GRAPE（rid 860，grape-glaucoma）：青光眼近邻，必须区分（详见 §7.4）。GRAPE 纵向多模态进展（浙大，CC0），HYGD 横断面单模态检测（以色列，ODC-By）。两者互补而非替代。
  • papila、messidor、eyepacs、refuge、refuge2、aptos-2019、ddr、oct2017：眼底影像与糖尿病视网膜病变家族（GRAPE 条目已在互链使用）。HYGD 与它们共享"眼底彩照→疾病分类"的底层范式，可作为青光眼任务与 DR 任务的对照。
  • PhysioNet 同源条目：HYGD 是库内少数由 PhysioNet 托管的条目之一；若库内有其他 PhysioNet 条目，可作托管平台家族互链。
  • 其他眼科影像条目：眼底/眼科方向的其他条目（rid 待主会话核实）可作横向互链。

9.2 检索路径建议

  • 检索词组合："Hillel Yaffe Glaucoma Dataset" 或 "HYGD" + glaucoma + fundus；官方全名中含 "Gold-Standard Annotated" 可精确定位。
  • 若目标是直接可用数据：PhysioNet 页面 → wget/S3/ZIP 三选一（无门槛）。
  • 若目标是引用模型结论：引 IEEE TBME 2026;73(1):32–39 的正式版数字（AUC 0.88–0.99、18.4%），勿引预印本旧数（坑 2）。
  • 若目标是青光眼纵向进展：转向库内 GRAPE（rid 860），HYGD 不含时序（§7.4）。

9.3 与 GRAPE 的互链声明

本条目与 GRAPE（rid 860）构成"青光眼检测 vs 青光眼进展"的任务对：检测回答"是不是"，进展回答"往哪走"。建议检索任一条目时都提示另一条，帮助使用者按任务需求选择正确数据集，避免因"都是青光眼数据"而误取。

§9b 深入：把 HYGD 放回千方知识图谱

9b.1 三个检索面

  • 任务面：GON 检测 → HYGD；青光眼进展 → GRAPE；视盘/视杯分割 → papila/refuge。
  • 模态面：眼底彩照 → HYGD、messidor、eyepacs、aptos、ddr；OCT → oct2017；视野 → GRAPE。
  • 许可面：完全开放 → HYGD（ODC-By）、GRAPE（CC0）；注册墙/请求制 → 视具体条目。

9b.2 与糖尿病视网膜病变家族的平行关系

眼底彩照二分类（GON）与眼底彩照多分类（DR 分级）共享"眼底图→疾病标签"的范式。HYGD 与 messidor/eyepacs/aptos/ddr 可以构成"同一模态、不同疾病"的对照：探究模型学到的眼底特征是否跨疾病可迁移。

9b.3 与 PhysioNet 生态的关系

作为库里少数 PhysioNet 托管条目，HYGD 展示了 PhysioNet “Open Access + 宽松许可 + S3 直链"的托管范式。库内其他 PhysioNet 条目可与之构成"平台家族”，帮助使用者理解不同托管平台（PhysioNet / Zenodo / HF / Figshare）在开放度与工程可及性上的差异。

§10 避坑清单：八个已踩过的坑

坑 1：HYGD ≠ GRAPE，别把两个青光眼数据集混为一谈。库内 grape-glaucoma（rid 860）是浙江大学团队的纵向多模态进展数据集（263 眼/1115 次随访，CC0）；HYGD 是 Technion+Hillel Yaffe 的横断面单模态检测数据集（747 图/288 患者，ODC-By）。两者团队、机构、模态、任务、许可全不同，仅"青光眼"主题相同。检索时用 Hillel Yaffe/HYGD 精确定位。

坑 2：预印本与正式版三处数字漂移。arXiv:2502.19514（2025-02-26）写"768 DFI""AUC 0.85–0.99"“优于 CDR 21.6%”；IEEE TBME 正式版+PhysioNet 官方页写"747""0.88–0.99"“18.4%”。本条目采用正式版口径，预印本数字仅存照。自动抓取二手论文时若引到 768/0.85/21.6% 即为取错版本。

坑 3：GONet 的规模不是 HYGD 的规模。GONet 在 7 个数据集、>119,000 张 CFP 上训练；HYGD 只是这七个里的一个（747 张）。把 >119,000 归给 HYGD 是常见误引。引用时严格区分"数据集"与"使用该数据的模型"。

坑 4：命名规则 y 从 0 起，容易算错每个患者的图数。x_y.jpg 中 y 从 0 开始（188_0.jpg 是第一张，188_1.jpg 是第二张）。按 y 值直接当"第几张"或据此统计每患者图数会整体错一位。

坑 5：图像级与患者级两套阳性比例不可混用。图像级 GON+ 占 73%（548/747），患者级 GON+ 占 64.6%（186/288）。报告指标、做分层时必须声明用的是哪套口径；患者级划分必须按 Patient 列分组以防数据泄漏（§2.5）。

坑 6：随访时长官方页自身表述不一致。入组标准写"随访 ≥6 个月且 ≥2 次复查"，标签章节写"随访至少一年"。官方页内部即存在这一差异，本条目按"完整检查+随访验证"表述并在此存照；引用具体月数前需自行确认。

坑 7：两个 DOI 对应版本与最新，引用别只写一个含糊的。版本 DOI（v1.1.0）= 10.13026/m92s-0z95；Latest DOI = 10.13026/pdxv-m215（论文正文引用的是这个）。二者都解析到同一数据集页，但引用应标明所用 DOI 与版本，尤其在做可复现性声明时。

坑 8：ODC-By 是著作权式署名许可，不是 CC0 公共领域。HYGD 用 ODC-By 1.0（需署名），GRAPE 用 CC0（放弃权利）。两者都宽松、都可商用，但 HYGD 有署名义务——用于产品/论文时应按 §6.5 完成三重引用（数据集 DOI + GONet 论文 + PhysioNet 平台），漏引即违反许可。

§10b 避坑补充：检索与引用卫生

10b.1 精确检索的三条卫生守则

  1. 用全名而非缩写锁定官方页："Hillel Yaffe Glaucoma Dataset" 比 HYGD 精确——缩写在不同语境里可能撞名。
  2. 区分数据集页与论文页：PhysioNet 页给数据规格，IEEE/arXiv 给模型结论；两处的数字口径不完全一致（坑 2）。
  3. 核对 DOI 与版本：两个 DOI 都要认清，"版本 DOI"用于可复现声明，"Latest DOI"用于一般引用。

10b.2 二手引用的三个高频错误

错误 表现 纠正
取预印本旧数 引 768 图 / 0.85–0.99 / 21.6% 改用正式版 747 / 0.88–0.99 / 18.4%
混淆模型与数据集规模 说"HYGD 有 >119,000 图" 那是 GONet 的训练语料，HYGD 只 747 图
混淆两套阳性比例 报告 GON+ 比例时口径不一 图像级 73% 或患者级 64.6%，声明口径
误当 GRAPE 别名 把 HYGD 与浙大 GRAPE 混为一条 两者团队/机构/模态/任务全不同

10b.3 许可合规的检查清单

  • [ ] 是否按 ODC-By 1.0 完成署名？
  • [ ] 是否引用了数据集 DOI（并标明版本）？
  • [ ] 是否引用了 GONet 论文？
  • [ ] 是否引用了 PhysioNet 平台标准引用？
  • [ ] 商用产品是否保留署名？

任一未勾选，都在许可合规上存在瑕疵（坑 8）。

FAQ（高频问答 30 问）

A. 基础认知

Q1：HYGD 是什么？
Hillel Yaffe Glaucoma Dataset 的缩写，一个由 PhysioNet 托管的开放获取眼底彩照数据集，用于青光眼性视神经病变（GON）二分类检测，标签基于完整眼科检查而非单图判读。

Q2：名字里的 Hillel Yaffe 指什么？
以色列哈代拉（Hadera）的 Hillel Yaffe 医学中心——数据集全部影像的临床来源机构，其眼科青光眼单元在 2022–2024 年采集了这批数据。

Q3：谁做的？
Technion（以色列理工学院）生物医学工程学院团队主导，通讯作者 Joachim A. Behar，第一作者 Or Abramovich；临床数据来自 Hillel Yaffe 医学中心，合作方含 Rambam Health Care Campus、KU Leuven 等。

Q4：和论文什么关系？
HYGD 是 GONet 论文（IEEE TBME 2026;73(1):32–39）的公开数据贡献。论文讲模型，数据集是模型工作的开放产出。

Q5：什么时候发布的？
数据集 v1.0.0 初版后，v1.1.0 于 2026-03-16 发布（仅更新元数据以引用新发表的 GONet 手稿）；论文预印本 2025-02-26，正式版 2026 年。

Q6：是挑战赛吗？
不是。没有比赛、没有 leaderboard，是一个研究性开放数据集+配套论文。

Q7：最大的卖点一句话？
标签是"金标准"——来自完整眼科检查+OCT+视野+随访，而不是"看图说病"，这是它对多数公开青光眼数据集的差异化。

Q8：它自己有什么局限？
无眼别、无 GON 以外病史、单中心单设备单一地理多样性受限、规模小（747 图）、类别不平衡（GON+ 73%）——官方 Limitations 自述全部如实收录（§4.4）。

Q9：用什么相机拍的？
TOPCON DRI OCT Triton 视网膜相机，45° 视场角。

Q10：图像多大？
JPG，1:1，两种分辨率 2576×1934 或 1960×1934 像素。

B. 数据与获取

Q11：怎么下载？
三条路：网页 ZIP（118.5 MB）、wget -r -N -c -np <url>、aws s3 sync --no-sign-request s3://physionet-open/hillel-yaffe-glaucoma-dataset/1.1.0/ <dst>。均无需登录。

Q12：要申请吗？要签 DUA 吗？
不用。PhysioNet 页面标注 Open Access，遵守 ODC-By 许可即可。

Q13：许可是什么？能商用吗？
Open Data Commons Attribution License v1.0（ODC-By 1.0）。可以商用，无 NC 条款；义务是署名。

Q14：包里有哪些文件？
Images/（747 张 JPG）、Labels.csv、LICENSE.txt、README.md。未压缩共 125.8 MB。

Q15：Labels.csv 有哪些列？
四列：Image Name、Patient、Label（GON+/GON−）、Quality Score（1–10）。

Q16：一共多少数据？
747 张眼底彩照，来自 288 名患者；其中 548 张青光眼图（73%）、199 张非青光眼图（27%）。

Q17：患者有多少？
288 名；其中 186 名为 GON+（64.6%）。

Q18：质量分是什么？
每张图 1–10 分的图像质量评分，用 FundusQ-Net 计算，全数据集均值 5.9±1.0。

Q19：两个 DOI 该用哪个？
版本 DOI（v1.1.0）10.13026/m92s-0z95 指向具体版本；Latest DOI 10.13026/pdxv-m215 指向最新版（论文正文引的是后者）。可复现性声明建议注明版本 DOI。

Q20：怎么引用？
三重引用：数据集（DOI）+ GONet 论文（IEEE TBME 2026;73(1):32–39）+ PhysioNet 平台（Nature Health 2026, doi:10.1038/s44360-026-00096-z）。

C. 数据划分与建模

Q21：怎么划分训练/测试集？
必须按患者（Patient 列）分组划分，而非按图像随机划分——否则同一患者的多张图会跨集泄漏（坑 5）。官方未预设划分，需要使用者自行按患者切分。

Q22：类别不平衡怎么处理？
GON+ 图占 73%，阳性偏斜。可用重采样、类别加权损失，或按患者级重新平衡。注意报告指标时应同时给敏感度/特异度或 AUC，而非仅准确率（准确率会被多数类主导）。

Q23：有眼别信息吗？
没有。官方 Limitations 明示不含左右眼——无法做双眼建模或对称性分析，也无法按眼分层。

Q24：能做分割吗？
不能。HYGD 只有图像级二分类标签，无视盘/视杯或病灶分割标注。需要分割请转向其他数据集。

Q25：能用于多病种检测吗？
不适合单独使用——只有 GON+/GON− 两类，且明确排除其他眼部合并症，无法训练"青光眼 vs 糖尿病视网膜病变 vs 正常"的多类模型。

Q26：能拿来做大规模预训练吗？
不适合。747 图规模偏小，官方定位是 benchmark 与训练补充，不是大规模预训练语料。

Q27：质量分怎么用？
当作样本权重、低质量过滤阈值，或做"质量—性能"相关性分析；也可检查质量与标签是否相关以排查采集偏倚（§5.3）。

D. 与 GRAPE 的区别

Q28：HYGD 和库内 GRAPE 是一回事吗？
不是。GRAPE（rid 860）是浙大团队的纵向多模态青光眼进展数据集（263 眼/1115 次随访，CC0，含视野+眼底+OCT，做进展预测+分割）；HYGD 是以色列团队的横断面单模态检测数据集（747 图/288 患者，ODC-By，仅眼底彩照，做 GON 二分类）。团队、机构、模态、任务、许可全不同（§7.4、坑 1）。

Q29：我该选哪个？
要"是否患病"的检测任务与金标准标签 → HYGD；要"随时间进展预测"的纵向多模态数据 → GRAPE。二者互补。

Q30：两者许可一样吗？
不一样。GRAPE 是 CC0（放弃权利，连署名都不强制）；HYGD 是 ODC-By 1.0（需署名）。都可商用，HYGD 有署名义务（坑 8）。

FAQ（补充问答 20 问）

E. 版本、DOI 与引用

Q31：v1.0.0 和 v1.1.0 有什么区别？
官方 Release Notes 称 v1.1.0"更新元数据以引用新发表的 GONet 手稿"，v1.0.0 为初版。未声明图像内容变更，但无法完全排除图像层微调（存照待核，FACTS §9）。

Q32：那我该用哪个版本？
用最新版 v1.1.0（版本 DOI 10.13026/m92s-0z95）；引用时可复现性优先写版本 DOI。

Q33：两个 DOI 都解析到同一页吗？
是。版本 DOI 指向 v1.1.0 版本页，Latest DOI 指向最新版；论文正文引用的是 Latest DOI（10.13026/pdxv-m215）。

Q34：引用论文时用哪个版本？
用 IEEE TBME 正式版（2026;73(1):32–39，doi:10.1109/TBME.2025.3576688）；预印本可作补充但数字与会漂移。

Q35：RRID 是什么，要引吗？
RRID:SCR_007345 是 PhysioNet 平台的研究资源标识；引用数据集时通常随平台引用一并出现，非强制但推荐。

F. 建模细节

Q36：图像要不要重新预处理？
官方已做去黑边裁剪+统一格式。通常可直接使用；若你的模型需要固定输入尺寸，自行 resize（注意保持 1:1 或按需 letterbox）。

Q37：质量分需要归一化吗？
若要作损失权重，建议归一化到 [0,1]；若作过滤阈值，用原始 1–10 刻度即可（均值 5.9 可作参考中点）。

Q38：患者 ID 会泄漏吗？
Patients 列是去标识后的编号（1–288），不含真实身份；但做划分时仍要以它为分组键防泄漏（不是隐私问题，是统计问题）。

Q39：能否把 HYGD 图与 GRAPE 图合并训练？
技术上可以（都是眼底彩照），但要处理模态与标签口径差异：GRAPE 有纵向随访、分割标签，HYGD 只有横断面二分类。合并属于研究设计决策，需自行定义统一目标。

Q40：GONet 能在 HYGD 上直接复现吗？
HYGD 是 GONet 的贡献数据之一，但 GONet 在 7 数据集上训练；仅用 HYGD 训练无法复现其 OOD 数字。要复现需要六个其他数据集。

G. 生态与平台

Q41：PhysioNet 是什么？
生物医学研究开放数据与工具平台，托管大量公开数据集（含 MIMIC 等），HYGD 是其 Open Access 数据库之一。

Q42：S3 下载要 AWS 账号吗？
不要。--no-sign-request 表示匿名访问公开桶。

Q43：下载需要多少磁盘？
未压缩 125.8 MB，ZIP 118.5 MB；解压后约 126 MB，非常轻量。

Q44：数据会下架吗？
PhysioNet 长期托管、论文已发表、机构资助明确，下架风险低；但仍建议本地留档（可复现性最佳实践）。

Q45：Lirot.ai 是什么？
GONet 的部署平台（Technion 团队，iOS），把模型工程化为一款青光眼筛查应用，是学术到产品的落地端口。

Q46：能拿到 OCT/视野原始数据吗？
HYGD 只发布眼底彩照+标签；OCT 与视野是标签生成的临床依据，但不作为数据发布。需要多模态原始数据请转向其他数据集（如 GRAPE）。

Q47：HYGD 有官方划分吗？
没有。官方未预设 train/val/test，需使用者自行按患者切分（附录 F 给出骨架）。

Q48：支持中文文档吗？
官方页为英文；本条目提供中文速览与字段字典（附录 E）。

Q49：这个数据集更新频繁吗？
低频。v1.0.0→v1.1.0 仅元数据更新；预计后续版本同样以元数据/引用为主，图像内容稳定。

Q50：如果我只记住一件事？
HYGD 的价值不在"747"这个数字，而在"每一条标签都来自完整临床检查+随访"——它是青光眼 AI 里稀缺的"金标准试金石"。

事实清单（硬事实 40 条）

  1. 官方全名：Hillel Yaffe Glaucoma Dataset (HYGD): A Gold-Standard Annotated Fundus Dataset for Glaucoma Detection。
  2. 托管平台：PhysioNet（Open Access 数据库，RRID:SCR_007345）。
  3. 发布：2026-03-16，Version 1.1.0（初版 v1.0.0）。
  4. 版本 DOI（v1.1.0）：10.13026/m92s-0z95；Latest DOI：10.13026/pdxv-m215。
  5. 许可：Open Data Commons Attribution License v1.0（ODC-By 1.0）。
  6. 访问政策：Open Access（无需登录/申请/DUA）。
  7. 规模：747 张眼底彩照，来自 288 名患者。
  8. 图像分布：548 张 GON+（73%）+ 199 张 GON−（27%）。
  9. 患者分布：186 名 GON+（64.6%）/ 288 名。
  10. 年龄范围 36–95 岁；性别 50% 男性；国籍以色列。
  11. 相机：TOPCON DRI OCT Triton；视场角 45° FOV。
  12. 分辨率：2576×1934 或 1960×1934 像素；格式 JPG；1:1 纵横比。
  13. 命名规则：x_y.jpg（x=患者ID 从1；y=图序号 从0），例 188_1.jpg 是 188 号患者第二张图。
  14. 质量评分：FundusQ-Net 计算，1–10，均值 5.9 ± 1.0。
  15. Labels.csv 列：Image Name / Patient / Label（GON+/GON−）/ Quality Score。
  16. 采集窗口：2022–2024；来源机构 Hillel Yaffe 医学中心眼科青光眼单元（Hadera, Israel）。
  17. 伦理批件：Hillel Yaffe Medical Center Helsinki Committee，批号 HYMC-0029-24。
  18. 入组标准：≥18 岁；完整检查+VF+OCT 确诊 GON；无其他眼部合并症；随访≥6 个月且≥2 次复查。
  19. 排除标准：<18 岁；存在其他眼部疾病。
  20. 金标准注释含：VA、IOP、前/后段评估、房角镜、散瞳下 78D 镜后极部评估、OCT（RNFL+黄斑）、视野（24-2 与 10-2）、≥1 年随访。
  21. 非青光眼图来源：眼科门诊因其他原因就诊且无 GON 诊断的患者。
  22. 预处理：去标识；去黑边裁剪为正方形；统一格式。
  23. 未压缩总体积 125.8 MB；ZIP 118.5 MB。
  24. Files：Images/（747 JPG）、LICENSE.txt（19.9KB, 2026-03-16）、Labels.csv（18.4KB, 2025-03-04）、README.md。
  25. 下载路径：网页 ZIP / wget / AWS S3（s3://physionet-open/…，–no-sign-request）。
  26. 官方自述 Limitations：无眼别；无 GON 以外病史；人口多样性受限（单相机/固定45°FOV/单一地理）。
  27. 版本链：v1.0.0（初版）→ v1.1.0（2026-03-16，仅更新元数据引用 GONet 手稿）。
  28. 资助：Technion EVPR Fund（Irving & Branna Sisenwein Research Fund）；以色列高等教育委员会云计算资助（Israel Data Science Initiative）。
  29. 主论文：Abramovich O, et al. GONet: A Generalizable Deep Learning Model for Glaucoma Detection. IEEE Trans Biomed Eng. 2026;73(1):32–39；doi:10.1109/TBME.2025.3576688。
  30. 预印本：arXiv:2502.19514（2025-02-26，9 pages/4 figures）。
  31. GONet 骨干：DINOv2 预训练自监督 ViT + multisource domain 微调。
  32. GONet 训练语料：7 个独立数据集，>119,000 张 CFP，金标准注释、多地理背景。
  33. GONet 结果（正式版）：OOD AUC 0.88–0.99；优于 CDR 最多 18.4%；性能相当或优于 SOTA。
  34. GONet 部署：Lirot.ai（www.aimlab-technion.com/lirot-ai，iOS）。
  35. 双口径存照：预印本 768 DFI / AUC 0.85–0.99 / 21.6% vs 正式版 747 / 0.88–0.99 / 18.4%。
  36. 质量分工具 FundusQ-Net：Abramovich O, et al. Comput Methods Programs Biomed. 2023;239:107522。
  37. PhysioNet 平台引用：Pollard T, et al. Nature Health. 2026. doi:10.1038/s44360-026-00096-z。
  38. 图像级 vs 患者级阳性比例：73%（548/747）vs 64.6%（186/288）——两套口径。
  39. 库内近邻 GRAPE（rid 860）：浙大团队纵向多模态进展数据集（263 眼/1115 随访，CC0，Sci Data 2023），与本数据集团队/机构/模态/任务全不同。
  40. 本条目 slug：hygd-hillel-yaffe；查重结论：库内无 hygd/hillel/yaffe 命中。

术语表（30 条）

术语 释义
HYGD Hillel Yaffe Glaucoma Dataset，本条目数据集
GON Glaucomatous Optic Neuropathy，青光眼性视神经病变（通常所说的青光眼）
DFI Digital Fundus Image，数字眼底图像
CFP Color Fundus Photograph，彩色眼底照片（与 DFI 在本语境同义）
眼底彩照 用眼底相机拍摄的视网膜后极部彩色图像，本数据集唯一模态
视盘（OD） Optic Disc，视神经乳头，青光眼损伤的形态学观察对象
视杯 视盘中央凹陷区，青光眼时扩大，是杯盘比的分子
杯盘比（CDR） Cup-to-Disc Ratio，视杯径/视盘径，经典青光眼定量指标
金标准注释 Gold-Standard Annotation，基于完整临床检查而非单图判读的标签
前房/房角 眼前段结构，房角镜（gonioscopy）检查青光眼相关房角
IOP Intraocular Pressure，眼内压
VA Visual Acuity，视力
RNFL Retinal Nerve Fiber Layer，视网膜神经纤维层，青光眼结构损伤指标
OCT Optical Coherence Tomography，光学相干断层扫描，本数据集用其测 RNFL 与黄斑
视野（VF） Visual Field，青光眼功能损伤指标；含 24-2 与 10-2 两种测试范式
24-2 / 10-2 视野检查的两种格点模式（不同中心度与密度）
78D 镜 78 屈光度检眼镜，散瞳下检查后极部
FundusQ-Net 同团队的质量评估回归模型，为每张图产 1–10 质量分
质量分 Quality Score，1–10，本数据集的一等元数据
TOPCON DRI OCT Triton 本数据集使用的视网膜相机型号
FOV Field of View，视场角，本数据集为 45°
去标识 Deidentification，去除可识别患者信息
后期极部 Posterior Pole，眼底中心区，含视盘与黄斑
GONet 本数据集配套的深度学习模型（DINOv2 自监督 ViT + multisource domain）
DINOv2 自监督预训练的视觉 Transformer 骨干
自监督学习 Self-Supervised Learning，无需人工标签的预训练范式
multisource domain 多源域，用多个数据来源联合训练以提升跨域稳健性
OOD 泛化 Out-of-Distribution Generalization，跨域/跨分布的泛化能力
AUC Area Under the ROC Curve，二分类常用性能指标
ODC-By 1.0 Open Data Commons Attribution License，面向数据库的署名许可
PhysioNet 生物医学研究开放数据与工具平台，本数据集托管方
Lirot.ai GONet 的部署平台（iOS），Technion 团队产品

附录

附录 A：条目信息速查卡

项 值
条目名 Hillel Yaffe Glaucoma Dataset (HYGD)
url_name hygd-hillel-yaffe
类型 开放数据集 + 配套模型论文（二合一）
论文 IEEE TBME 2026;73(1):32–39（GONet）
团队 Technion BME（通讯 Joachim A. Behar）+ Hillel Yaffe Medical Center
规模 747 图 / 288 患者（548 GON+ / 199 GON−）
许可 ODC-By 1.0（署名即可，含商用）
平台 PhysioNet（RRID:SCR_007345）
版本/DOI v1.1.0；10.13026/m92s-0z95 / 10.13026/pdxv-m215
抓取时点 2026-10-09
库内互链 grape-glaucoma(860)、papila、messidor、eyepacs、refuge、refuge2、aptos-2019、ddr、oct2017

附录 B：DAIMS 评估全表

维度 评分（1-10） 依据
D 可发现性 7 PhysioNet 平台强索引+DOI+RRID；但"HYGD"缩写易与库内 GRAPE 混淆，需精确检索
A 可获取性 9 ODC-By 1.0 完全开放、无门槛、三条下载路径（ZIP/wget/S3），体量小（118.5 MB）——最高档
I 可互操作 8 标准 JPG + CSV 标签，工具无关；格式简单开箱即用；无原生 DICOM/结构化 schema
M 元数据质量 8 官方页含完整方法/入排/局限/引用；随访时长表述内部不一致（坑 6）微降分
S 可持续性 8 依托 PhysioNet 长期托管+S3 归档；论文已正式发表；机构资助明确
综合评级 8.0/10（高） 可获取性与可持续性突出；规模与多样性是内容层面的固有约束而非工程缺陷

附录 C：逐项证据链自证

关键数字 来源 位置
747 图 / 548+199 / 288 患者 PhysioNet 官方页 Data Description / Patient Demographics
186 GON+ 患者（64.6%） PhysioNet 官方页 Patient Demographics
2576×1934 / 1960×1934 / 45° FOV PhysioNet 官方页 Image Statistics
质量分 5.9±1.0（FundusQ-Net） PhysioNet 官方页 Image Statistics
入排标准 / 伦理批号 HYMC-0029-24 PhysioNet 官方页 Methods / Ethics
金标准注释流程（VA/IOP/OCT/VF/随访） PhysioNet 官方页 Labeling
ODC-By 1.0 / Open Access PhysioNet 官方页 侧栏 License / Access Policy
v1.1.0 / 2026-03-16 / 双 DOI PhysioNet 官方页 页眉 + Discovery 侧栏
125.8 MB / 118.5 MB PhysioNet 官方页 Files
GONet AUC 0.88–0.99 / 18.4% / >119,000 CFP IEEE TBME 2026;73(1):32–39 Abstract
预印本 768 / 0.85–0.99 / 21.6% arXiv:2502.19514 Abstract
FundusQ-Net 出处 官方页 References [5] 参考列表

附录 D：数据获取决策树

需求是什么？
├── 要立刻下数据跑通 GON 二分类
│   └── PhysioNet ZIP / wget / S3（ODC-By 1.0，118.5 MB，无门槛）
├── 要引用金标准标签做基准评测
│   └── HYGD（747 图/288 患者）——注意按 Patient 分组划分
├── 要大规模预训练语料
│   └── 转向其他眼底数据集；HYGD 规模不足
├── 要青光眼纵向进展数据
│   └── 库内 GRAPE（rid 860，浙大，CC0）——非 HYGD
└── 要引用模型泛化结论
    └── 引 IEEE TBME 2026 正式版（AUC 0.88–0.99），勿用预印本旧数

附录 E：标签文件字段字典（Labels.csv）

列名 类型 取值域 语义
Image Name string x_y.jpg 眼底图文件名（对应 Images/ 内文件）
Patient int 1–288 患者 ID（对应文件名前缀 x）
Label string GON+ / GON− 青光眼性视神经病变二分类标签
Quality Score int/float 1–10 FundusQ-Net 计算图像质量分

自检建议：按 Patient 分组统计每组图数，确认患者级切分；统计 Label 分布应约为 GON+ 548 / GON− 199；Quality Score 均值应接近 5.9。

附录 F：按患者分组划分骨架（代码）

import pandas as pd
from sklearn.model_selection import GroupShuffleSplit

df = pd.read_csv("Labels.csv")
# 关键：以 Patient 分组，防止同一患者多图跨集泄漏
gss = GroupShuffleSplit(n_splits=1, test_size=0.2, random_state=42)
train_idx, test_idx = next(gss.split(df, groups=df["Patient"]))
train, test = df.iloc[train_idx], df.iloc[test_idx]

# 类别不平衡：报告敏感度/特异度/AUC，而非仅准确率
print("train label ratio:", train["Label"].value_counts(normalize=True))
print("test  label ratio:", test["Label"].value_counts(normalize=True))
# 断言：train/test 的 Patient 集合无交集
assert set(train["Patient"]).isdisjoint(set(test["Patient"]))

附录 G：GONet 训练语料与 HYGD 边界声明

维度 GONet（模型） HYGD（数据集）
规模 7 数据集，>119,000 CFP 747 图 / 288 患者
关系 用 HYGD 作为贡献的开放子集之一 是 GONet 论文的公开数据贡献
引用 引 IEEE TBME 2026 论文 引数据集 DOI + 官方页

一句话边界：GONet 的规模与性能数字属于模型，不属于 HYGD；把二者混引是本数据集最常被误用的方式（坑 3）。

附录 H：DAIMS 维度释义

维度 全称 含义
D Discoverability 数据能否被有效发现与索引
A Accessibility 数据能否被无障碍获取
I Interoperability 数据能否与工具/流程互操作
M Metadata Quality 元数据是否完备准确
S Sustainability 数据能否长期可访问与维护

附录 I：图像质量分使用规范

场景 建议
训练 按质量分加权损失，或过滤低于阈值的图
评测 按质量分层报告性能，观察退化曲线
偏倚分析 检验质量分与 GON 标签的相关性，排查采集偏倚
数据划分 使 train/test 的质量分分布对齐，避免质量泄漏

附录 J：青光眼相关公开数据集对照（定性）

数据集 团队/机构 模态 任务 许可 库内 rid
HYGD Technion + Hillel Yaffe（以色列） 眼底彩照 GON 二分类 ODC-By 1.0 本条目
GRAPE 浙江大学（中国） 视野+眼底+OCT 进展预测+分割 CC0 860
papila — 眼底 视盘分割 — —
refuge / refuge2 — 眼底 视盘/视杯+病灶分割 — —
messidor / eyepacs / aptos / ddr — 眼底 糖网分级 — —
oct2017 — OCT 视网膜 OCT 分类 — —

（rid 以主会话核实后填充；本表仅作范式的定性对照）

附录 K："金标准"的证据链强度分级

等级 标签来源 示例
A（最强） 完整临床检查+OCT+视野+随访确认 HYGD
B 完整临床检查（无随访） 部分单中心数据
C 多专家读图共识 多数标注型数据集
D（最弱） 单专家读图 大量快速标注数据集

HYGD 处于 A 级；这也是它规模小却值得单独立条的根本原因。

附录 L：引用规范（BibTeX）

@misc{abramovich2026hygd,
  title        = {Hillel Yaffe Glaucoma Dataset (HYGD): A Gold-Standard
                  Annotated Fundus Dataset for Glaucoma Detection},
  author       = {Abramovich, Or and Pizem, Hadas and Fhima, Jonathan and
                  Berkowitz, Eran and Gofrit, Ben and Baskin, Meital and
                  Meisel, Meishar and Van Eijgen, Jan and Blumenthal, Eytan and
                  Behar, Joachim},
  year         = {2026},
  version      = {1.1.0},
  publisher    = {PhysioNet},
  doi          = {10.13026/m92s-0z95},
  url          = {https://doi.org/10.13026/m92s-0z95},
  note         = {RRID:SCR_007345}
}

@article{abramovich2026gonet,
  title   = {GONet: A Generalizable Deep Learning Model for Glaucoma Detection},
  author  = {Abramovich, Or and Pizem, Hadas and Fhima, Jonathan and
             Berkowitz, Eran and Gofrit, Ben and Meisel, Meishar and
             Baskin, Meital and Van Eijgen, Jan and Stalmans, Ingeborg and
             Blumenthal, Eytan Z. and Behar, Joachim A.},
  journal = {IEEE Transactions on Biomedical Engineering},
  volume  = {73}, number = {1}, pages = {32--39}, year = {2026},
  doi     = {10.1109/TBME.2025.3576688}
}

附录 M：与 GRAPE（rid 860）的关系声明

维度 HYGD（本条目） GRAPE（rid 860）
机构 Technion + Hillel Yaffe（以色列） 浙江大学（中国）
模态 眼底彩照（单模态） 视野+眼底+OCT（多模态）
时序 横断面 纵向（1115 次随访）
任务 GON 二分类 进展预测+分割
许可 ODC-By 1.0 CC0
论文 IEEE TBME 2026 Sci Data 2023

声明：两数据集均以青光眼为主题、均开放许可、均强调临床真实世界，但团队、机构、模态、任务、许可全不同，不可互相替代。检索"青光眼数据集"应同时呈现二者（检测 vs 进展）。

附录 N：双口径登记表

# 项 口径 A 口径 B 处理
1 数据集规模 768 DFI（arXiv 预印本） 747（正式版+官方页） 采用 747
2 OOD AUC 0.85–0.99（预印本） 0.88–0.99（正式版） 采用正式版
3 优于 CDR 21.6%（预印本） 18.4%（正式版） 采用正式版
4 阳性比例 73%（图像级 548/747） 64.6%（患者级 186/288） 声明口径后使用
5 随访时长 ≥6 个月（入组标准） 至少一年（标签章节） 存照，按完整检查表述
6 DOI 版本 10.13026/m92s-0z95 Latest 10.13026/pdxv-m215 引用标版本

附录 O：维护计划与触发点

触发点 条件 动作 优先级
版本更新 PhysioNet 发布 v1.2.0+ 更新版本链/DOI/文件清单 1
新论文使用 HYGD 第三方评测/复现论文出现 §7/§9 补录第三方结果 2
许可变更 ODC-By 条款或访问政策调整 §6 改写 3
库内互链落定 主会话核实眼科家族 rid 补全 §9/附录 J 的 rid 4

附录 P：FAIR/AI-Ready 检查单

检查项 状态 说明
F1 全局唯一标识 ✅ DOI（双 DOI）+RRID
F2 富元数据 ✅ 官方页含方法/入排/局限/引用
A1 可访问协议 ✅ ODC-By 1.0，Open Access，三条路径
A2 元数据可访问 ✅ 页面公开可读
I1 互操作格式 ✅ JPG + CSV，工具无关
I2 词汇表引用 ✅ GON/OCT/RNFL 等标准术语
R1 来源溯源 ✅ 临床来源+伦理批号明示
R3 可复现流程 ⚠️ 无官方划分脚本，需使用者按患者自行切分
AI-Ready 综合 高 直链开放、规模小、无门槛，是最易上手的眼科数据集之一

附录 Q：检索查询式示范

目标 推荐查询式 预期命中
数据官网 site:physionet.org hillel yaffe glaucoma PhysioNet 1.1.0 页
正式论文 “GONet” glaucoma detection IEEE IEEE TBME 2026;73(1):32–39
预印本 arXiv 2502.19514 arXiv 摘要页
质量工具 FundusQ-Net Abramovich CMPB 2023;239:107522
库内近邻 青光眼 视网膜 纵向 多模态 GRAPE（rid 860）
反例（勿混） HYGD 作为 GRAPE 别名 无——二者是不同数据集（坑 1）

附录 R：缩写速查

缩写 全称
HYGD Hillel Yaffe Glaucoma Dataset
GON Glaucomatous Optic Neuropathy
DFI / CFP Digital Fundus Image / Color Fundus Photograph
OD Optic Disc
CDR Cup-to-Disc Ratio
IOP Intraocular Pressure
VA Visual Acuity
RNFL Retinal Nerve Fiber Layer
OCT Optical Coherence Tomography
VF Visual Field
FOV Field of View
AUC Area Under the ROC Curve
OOD Out-of-Distribution
DAIMS Discoverability/Accessibility/Interoperability/Metadata/Sustainability
ODC-By Open Data Commons Attribution License
RRID Research Resource Identifier

附录 S：硬数字来源对照表（正文即引即核）

硬数字 值 一手来源
眼底彩照总数 747 PhysioNet 官方页 Data Description
GON+ 图 548（73%） PhysioNet 官方页
GON− 图 199（27%） PhysioNet 官方页
患者数 288 PhysioNet 官方页 Patient Demographics
GON+ 患者 186（64.6%） PhysioNet 官方页
年龄范围 36–95 岁 PhysioNet 官方页
视场角 45° FOV PhysioNet 官方页 Image Statistics
质量分均值 5.9 ± 1.0 PhysioNet 官方页
未压缩体积 125.8 MB PhysioNet 官方页 Files
伦理批号 HYMC-0029-24 PhysioNet 官方页 Ethics
发布版本/日期 v1.1.0 / 2026-03-16 PhysioNet 官方页页眉
版本 DOI 10.13026/m92s-0z95 PhysioNet Discovery 侧栏
Latest DOI 10.13026/pdxv-m215 论文正文 + PhysioNet
OOD AUC 0.88–0.99 IEEE TBME 2026 Abstract
优于 CDR 最多 18.4% IEEE TBME 2026 Abstract
GONet 训练语料 7 数据集 >119,000 CFP IEEE TBME 2026 Abstract
GON 全球负担 6430 万（2013）→1.118 亿（2040） PhysioNet Background

附录 T：一句话决策速记（供检索落地）

你想知道 一句话答案
HYGD 是什么 以色列单中心、金标准注释的眼底彩照青光眼二分类数据集
有多少数据 747 图 / 288 患者（548 GON+ / 199 GON−）
能直接下吗 能，ODC-By 1.0，PhysioNet 三条路径无门槛
标签凭什么可信 完整眼科检查+OCT+视野+随访，非单图判读
和 GRAPE 一样吗 不一样，GRAPE 是浙大纵向多模态进展数据集（rid 860）
引模型结论用哪版 IEEE TBME 2026 正式版（747 / 0.88–0.99 / 18.4%）
最大工程坑 必须按 Patient 分组划分，别按图像随机切
商用可以吗 可以（无 NC），须按 §6.5 完成三重署名引用

§11 总结

11.1 三句话总结

  1. HYGD 用 747 张眼底彩照证明：青光眼检测数据集的真正稀缺资源不是图像数量，而是基于完整临床检查+随访的金标准标签——它把"看图说病"升级为"查病看图"（§5）。
  2. 它以 ODC-By 1.0 完全开放、无登录门槛、三条下载路径，是眼科开放数据里工程可及性最高的一档；代价是规模小、单中心、多样性受限（§6、§4.4）。
  3. 它是 GONet 论文的公开数据贡献——模型在 7 数据集 >119,000 图上训练、跨域 AUC 0.88–0.99，远超 HYGD 本身的规模，二者边界必须分清（§3、坑 3）。

11.2 适合谁

  • 需要高信度评测基准的青光眼 AI 团队：用临床金标准标签验证模型"是否学到真证据"。
  • 做眼底图像二分类的教学/入门项目：数据小、格式简单、许可宽松、开箱即用。
  • 研究标签质量对模型上限影响的方法学者：HYGD 是"金标准 vs 图像判读"对照的活样本。
  • 需要可商用、无门槛眼底数据的产品团队：ODC-By 1.0 无 NC 条款，署名即可。

11.3 不适合谁

  • 需要大规模预训练语料的项目：747 图规模不足。
  • 需要病灶/视盘分割或多类疾病任务的项目：HYGD 只有图像级二分类。
  • 需要双眼/纵向时序建模的项目：无眼别、无时序（转向 GRAPE rid 860）。
  • 需要跨族群/跨设备泛化训练的项目：单中心单设备，多样性受限。

11.4 30 秒决策卡

你的情况 行动
要立刻下点东西跑通 GON 二分类 PhysioNet ZIP / wget / S3（ODC-By 1.0，118.5 MB，无门槛）
要划分训练/测试集 按 Patient 分组切分，别按图像随机切（附录 F 骨架）
要引用模型泛化结论 引 IEEE TBME 2026 正式版（AUC 0.88–0.99、18.4%），勿用预印本旧数
要青光眼纵向进展数据 转库内 GRAPE（rid 860），非 HYGD
要商用 ODC-By 1.0 允许，但须完成三重署名引用（§6.5）
要写数据集综述 §7.1 坐标 + 附录 J/K 对照表可直接引用

尾注

本条目为 AI-Ready Wikipedia 数据集条目，slug 为 hygd-hillel-yaffe，生产于 2026-10-09，抓取与核验时点为 2026-10-09。事实陈述以 PhysioNet HYGD 1.1.0 官方页（第一手来源）为基准，以 IEEE TBME 2026;73(1):32–39（GONet 正式版论文） 与 arXiv:2502.19514 预印本 互证。核心硬数字：747 张眼底彩照（548 GON+ / 199 GON−）、288 名患者（186 GON+）、TOPCON DRI OCT Triton 45° FOV、质量分 5.9±1.0、ODC-By 1.0、PhysioNet 版本 v1.1.0（2026-03-16）、双 DOI（10.13026/m92s-0z95 / 10.13026/pdxv-m215）。

预印本与正式版的三处数字漂移（768/747、0.85–0.99/0.88–0.99、21.6%/18.4%）、图像级与患者级阳性比例双口径（73% vs 64.6%）、随访时长的官方内部表述差异、"金标准"的确切含义边界等原始文档特征，均已在坑点（§10）与双口径登记表（附录 N）逐条存照。

条目与库内 GRAPE（rid 860，grape-glaucoma） 构成"青光眼检测 vs 青光眼进展"的任务对，并可与 papila、messidor、eyepacs、refuge、refuge2、aptos-2019、ddr、oct2017 等眼底影像家族条目互链，构成眼科影像与青光眼方向的可检索家族面。后续维护触发点见附录 O。

相关数据集导航

以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：

  • age-as-oct — 共享标签：医学影像 / 眼科影像 / 图像分类 / 青光眼
  • harvard-gdp — 共享标签：医学影像 / 眼科影像 / 图像分类 / 青光眼
  • gamma — 共享标签：医学影像 / 眼科影像 / 青光眼
  • harvard-fairvision — 共享标签：眼科影像 / 图像分类 / 青光眼
  • rfmid — 共享标签：医学影像 / 眼科影像 / 图像分类
  • oct2017 — 共享标签：医学影像 / 眼科影像 / 图像分类
  • brset — 共享标签：医学影像 / 眼科影像 / 图像分类
  • octdl — 共享标签：医学影像 / 眼科影像 / 图像分类
  • neh-ut-oct — 共享标签：医学影像 / 眼科影像 / 图像分类
  • justraigs — 共享标签：医学影像 / 眼科影像 / 图像分类 / 青光眼

导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。

返回 AI-Ready 数据集

数据定制

标注服务

欢迎联系咨询

客服二维码

客服二维码

客服二维码
电话咨询

直接咨询

18892062214

微信同号

微信咨询

微信咨询

18892062214

微信同号

邮箱咨询

邮箱咨询

collab@qianfanghub.cn