OCTID (octid) — 光学相干断层扫描视网膜图像库 AI-Ready Wikipedia

INFOBOX — OCTID 一屏速览

维度	内容
本质	滑铁卢大学 TEEL 实验室的开放获取 SD-OCT 视网膜 B-scan 图像库（非挑战赛、无 leaderboard）
团队	TEEL（Theoretical & Experimental Epistemology Lab），视光学与视觉科学学院；一作 Peyman Gholami，资深作者 Vasudevan Lakshminarayanan
论文	arXiv:1812.07056（2018-12-17 v1 / 2019-05-27 v2）；期刊版 Comput Electr Eng 81:106532（2020，Elsevier）
数据	582 张 fovea-centered B-scan（JPEG）：NO 208 / MH 104 / AMD 57 / CSR 104 / DR 109
规格	Cirrus HD-OCT（Zeiss）采集，raster scan，2mm 扫描长度，论文口径 512×1024，轴向 5μm / 横向 15μm
附加资产	25 张正常图 专家手工分层 GT（.mat）+ MATLAB 手动/半自动分割 GUI
采集地	印度钦奈 Sankara Nethralaya 眼科医院
差异化	全库同设备同协议可公平比较；CSR（中心性浆液性脉络膜视网膜病变）类目为主流 OCT 库罕见
获取	Borealis dataverse/OCTID，按类 7 条目独立 DOI，无需注册直接下载
许可	CC0 1.0（7/7 子库 API 验证）——比绝大多数医学影像库更彻底的开放
引用	scite 记录 72 条引文（2020-2025）；MDPI 综述以 “University of Waterloo Database” 收录
库内互链	oct2017（rid 311）、octa-500（rid 341）、octdl（rid 690）、idrid（rid 191）、refuge（rid 62）

OCTID 是一个"小而干净"的眼科影像数据集样本：582 张视网膜 OCT（Optical Coherence Tomography，光学相干断层扫描）B-scan，全部来自同一台 Zeiss Cirrus HD-OCT、同一种扫描协议、同一个采集医院，按五类视网膜状态整整齐齐分好——正常、黄斑裂孔、年龄相关性黄斑变性、中心性浆液性脉络膜视网膜病变、糖尿病视网膜病变。它没有挑战赛的光环，没有十万张的体量，却把"跨类别可比性"这件大多数 OCT 大库做不到的事做到了极致，并且以 CC0（公有领域贡献）许可发布——在医学影像数据集的许可光谱里，这几乎是最彻底的开放等级。

它的第二张面孔是"分层分割基准"：25 张正常眼 OCT 图附带一位资深临床医生手工勾勒的视网膜逐层边界金标准（MATLAB .mat 文件），配套一个手动/半自动分割 GUI。这让 OCTID 同时覆盖了"按疾病分类"与"逐层分割"两类任务——前者是主流用法，后者是它区别于纯分类库的技术纵深。

导语读法三则：

1. 只想下数据：直奔 §4 获取与许可——Borealis 主条目本身只有一个 PDF，图像分散在 6 个子库里（坑 1），按类独立 DOI 下载。
2. 关心规模与口径：直奔 §2.1 规模三口径对照——582（实抓）/572（第三方）/>500（论文）三个数字并存，引用前先定口径。
3. 做分层分割：直奔 §3.3 Manual Segmentation——25 张图 + .mat 边界 + GUI 的用法与限制。

检索者速记三行（带着这三句走，90% 的坑已避开）：主条目只有 PDF，数据在 6 个子库；数字引用写"582（Borealis 实抓 + 日期）"；AMD 子库文件前缀是 AMRD。

§0 导读：这个数据集解决什么问题

OCT 是眼科临床的常规断层成像手段：用近红外低相干光对视网膜做横截面扫描，能分辨出十层左右的视网膜微结构，是黄斑疾病与糖尿病视网膜病变（Diabetic Retinopathy，DR）诊断与随访的一线工具。深度学习方法进入这一领域时，首先撞上的不是算法问题，而是数据问题——2018 年前后公开可用的 OCT 图像库大多有至少一条"硬伤"：要么规模太小，要么只含正常眼，要么聚焦单一疾病，要么各库之间设备、分辨率、视野范围互不相同，导致算法跨库比较基本失真。OCTID 论文引言把这个问题点得很直白：研究者需要的是同一设备、同一协议、覆盖多种眼部状态的图像库，用来公平地评估分割与分类算法。

OCTID 的回答是"标准化的小而全"：从印度钦奈 Sankara Nethralaya 眼科医院的 Cirrus HD-OCT volumetric scan（体扫描）中，每例由一位资深临床视光师（MKP）挑选一张 fovea-centered（中心凹居中）B-scan，按临床诊断归入五类。每一张图都经过同样的筛选规则、同样的设备、同样的扫描参数（raster scan，2mm 扫描长度），因此类别之间的差异反映的是疾病本身而不是采集差异——这是它作为算法评估基准的核心设计。

第二层回答是"给出可评测的分割金标准"：25 张正常眼图附带逐层手工分割（.mat 文件存边界），并由同一位临床医生完成；配套 GUI 支持手动与半自动两种重分割模式，既是金标准的校验工具，也是面向临床新手的教学工具。

先补 30 秒成像背景（非影像背景读者够用版）：OCT 用近红外低相干干涉光测深——一束光射入视网膜，不同深度结构反射回来的光程不同，干涉仪据此重建出一条"深度方向反射率曲线"；横向扫一行、深度走一列，就得到一张二维横截面（B-scan），图像纵轴是深度（约 2-3mm 组织）、横轴是横向位置。OCTID 采用的谱域实现（SD-OCT，Spectral-Domain）一次曝光取全深度谱，速度快、灵敏度均匀，是 2010 年代后的临床主流。B-scan 上正常视网膜呈十层左右的明暗交替条带（ILM 到 RPE/脉络膜），疾病改变这些条带的形态（水肿增厚、缺损、下积液）——"分类"读的是整体形态，"分层分割"抠的是条带边界，这正是 OCTID 两个任务共享的解剖基础。Cirrus HD-OCT 的 2mm raster 扫描长度意味着每张 B-scan 覆盖黄斑中心周围 2mm——视野窄、细节足，这也是"小而精"路线在物理层面的根源。

§0 读法三则：

1. 这个条目覆盖"分类+分割"双任务：582 张五类图是分类任务的本体，25 张带分层 GT 的正常图是分割任务的金标准子集——两者规模、用途、引用方式都不同，别混为一谈（§3）。
2. 全文规模数字以 Borealis API 实抓为准（582 张）；论文口径与第三方口径的分歧已在坑 2/坑 3 存照，自动化抽取请指定官方库实抓数。
3. OCTID 不是挑战赛数据集，没有 leaderboard 与"冠军方案"叙事——它的生态位置是"算法评估基准+跨库对照锚点"（§5、§7）。

§1 数据集速览：十问十答

Q1：OCTID 有多少张图？
官方 Borealis 库实抓 582 张 JPEG：正常 208、黄斑裂孔（MH）104、AMD 57、CSR 104、DR 109。论文 abstract 只说"超过 500 张"；第三方文献有按 572 张引用的记录（每类比实抓少 2 张）。三个口径详见坑 2。

Q2：图像是怎么来的？
印度钦奈 Sankara Nethralaya 眼科医院的 Zeiss Cirrus HD-OCT 采集。每例 volumetric scan 中由资深临床视光师 MKP 挑一张 fovea-centered B-scan 入库——即每张图都是"扫描体积中穿过黄斑中心凹的那一帧"，而非整卷。轴向分辨率 5μm、横向 15μm（组织内），扫描长度 2mm。

Q3：分辨率到底是多少？
论文口径 512×1024 像素（Cirrus B-scan 原生规格）。但至少两个独立复用方实测导出的 JPEG 是 750×500（或 500×750）灰度图——官方 JPEG 导出可能经过缩放（坑 4）。做像素级实验前先量一下你手里那份文件的尺寸。

Q4：五类分别是什么病？
正常（NO）、黄斑裂孔（Macular Hole，MH）、年龄相关性黄斑变性（Age-related Macular Degeneration，AMD）、中心性浆液性脉络膜视网膜病变（Central Serous Retinopathy，CSR）、糖尿病视网膜病变（DR）。其中 CSR 在 OCT2017 等主流大库中没有——这是 OCTID 的差异化类目。

Q5：标注是谁做的？
分类标签继承自 Sankara Nethralaya 的临床诊断（图像提供方），不是独立双盲重标注；25 张正常图的分层分割由资深临床医生 MKP 一人手标，无多人重复标注协议。这是"临床遗产型标注"而非"研究级双标型标注"（§3.4）。

Q6：有没有患者信息？
没有。官方不提供人口学元数据，也没有患者-图像映射表（文件名中偶见 OD/OS 即右眼/左眼痕迹，但无对照说明）。因此不能做患者级分层分析，也不能假设"582 张=582 个患者"。患者数整体未披露（坑 8）。

Q7：怎么下载？
Borealis（borealisdata.ca）dataverse/OCTID，七个条目各持独立 DOI，无需注册即可整库或按类下载 zip。Harvard Dataverse 有一个论文声明的镜像（doi:10.3886/E108503V1），但匿名访问受限，别把它当主渠道（坑 7）。

Q8：许可是什么？
CC0 1.0（公有领域贡献）——主条目与六个子库共 7 个 Dataverse 条目全部经 API 验证为 CC0。注意 arXiv 论文本体是 nonexclusive-distrib 许可，别把论文许可与数据许可混引（坑 6）。

Q9：它和 OCT2017 怎么选？
要规模和病种覆盖广度（CNV/DME/drusen/normal 8 万+）选 OCT2017；要同设备同协议的公平比较、要 CSR 类、要干净的跨类对照选 OCTID。两者不是竞争关系而是互补关系（§7.2），自监督预训练工作常把两者联用。

Q10：为什么它对 AI-Ready 重要？
它是"许可满分、元数据中等、规模小而精"的光谱左端样本：CC0 + 公开直链 + 独立 DOI 让机器可获取性拉满；但患者元数据缺失、标签口径不一、无版本化 changelog 提醒我们——开放许可不等于 AI-Ready 全部（§6）。

§2 数据构成与规格

2.1 规模三口径：582 / 572 / >500

OCTID 的规模数字是本条目最需要"先定口径再引用"的部分。三个来源给出三个数字：

口径	来源	总量	NO	MH	AMD	CSR	DR
Borealis API 实抓（2026-09-27）	官方发布库文件清单	582	208	104	57	104	109
第三方引用口径	scite 收录的某研究引用	572	206	102	55	102	107
论文 abstract 口径	arXiv:1812.07056 摘要	“>500”	—	—	—	—	—
论文正文结构节	arXiv v2 §2 Database structure	470（仅 4 类）	206	102	55	—	107

三处分歧的模式很清楚：第三方口径恰好每类比实抓少 2 张（208→206、104→102、57→55、104→102、109→107），更像是从某个早期快照或下载包统计；论文正文只列了 4 类数字、恰好漏了 CSR——而 CSR 在 Borealis 里有独立的 104 张子库。本条目正文一律按 Borealis 实抓 582 引用，其余口径仅作对照存照（坑 2、坑 3）。自动化抓取建议：以 https://borealisdata.ca/api/datasets/:persistentId?persistentId=doi:10.5683/SP/WLW4ZT 等 6 个 API 端点的 files 数组为准，数 JPEG 扩展名文件。

实抓方法学备忘（复现本条目口径时照做）：抓取端点为 Borealis 标准 Dataverse REST API（匿名可访问），每个子库一次 GET；计数规则为 data.latestVersion.files 数组中扩展名为 .jpeg/.jpg 的条目——Manual Seg 子库另有 25 个 .mat（GT，单列）与少量非数据文件，不计入图像数；抓取时点（2026-09-27）随数字一同记录，未来官方若发 V2，新旧口径以日期区分。这一套"端点+计数规则+时点"三要素是跨时点数字可比性的最低配置，缺一不可。

2.2 采集规格与设备

属性	规格
设备	Cirrus HD-OCT（Carl Zeiss Meditec, Dublin, CA）
扫描协议	raster scan（栅格扫描），2mm 扫描长度
入库规则	每例 volumetric scan 取一张 fovea-centered B-scan（由资深临床视光师 MKP 挑选）
像素规格	论文口径 512×1024（第三方复用实测 750×500，坑 4）
轴向分辨率	5 μm（in tissue）
横向分辨率	15 μm（in tissue）
文件格式	JPEG（按类打包 zip）
采集医院	Sankara Nethralaya (SN) Eye Hospital，印度钦奈

"每例取一帧 fovea-centered"这个设计值得展开：临床 OCT 检查一次产生一整个体积（几十到上百帧 B-scan），其中真正穿过黄斑中心凹的那一帧携带最多诊断信息。OCTID 放弃了体积冗余、保留了诊断核心帧，好处是 582 张图内部没有"同一病灶的近重复帧"问题（对比：某些 Kaggle 眼科库的近重复帧污染），代价是放弃了体积数据可以做的一切（如层间平滑、三维重建）。每帧由资深临床视光师确认中心凹居中，这本身就是一个质量控制步骤。

2.3 子库结构与文件命名

Borealis dataverse/OCTID 下共 7 个条目（全部 2018-12-19 发布、V1 版本、CC0 许可）：

子库	DOI	内容	文件名模式
OCTID citation（主条目）	10.5683/SP2/W43PFI	仅 1 个 PDF（382.1 KB，论文预印本）	—
Normal Retinal OCT images	10.5683/SP/WLW4ZT	208 张正常眼	NORMAL1.jpeg…NORMAL208.jpeg
Macular Hole Retinal OCT images	10.5683/SP/MBMQGD	104 张 MH	MH1.jpeg…
Age-related Macular Degeneration	10.5683/SP/YEM3RA	57 张 AMD	AMRD1.jpeg…（前缀 AMRD，坑 5）
Central serous retinopathy	10.5683/SP/FVLZIL	104 张 CSR	CSR1.jpeg…
Diabetic Retinopathy	10.5683/SP/FLGZZE	109 张 DR	DR1.jpeg…
Manual Segmenation（原站拼写）	10.5683/SP/UIOXXK	25 jpeg + 25 .mat	“06 OS - Copy.jpeg” + “…jpeg_octSegmentation.mat”

三条抓取注意事项：

1. 主条目 ≠ 数据本体。主条目（OCTID citation）只挂了论文 PDF——不少综述引用主条目 DOI 就以为"下到了数据"，实际图像全在 6 个子库里（坑 1）。
2. AMD 前缀是 AMRD。写脚本按 AMD*.jpeg glob 会得到 0 张，正确前缀是 AMRD（坑 5）。
3. Manual Segmenation 是原站拼写（Segmenation 少了 ti 两个字母），检索子库时按官方拼写才能命中；子库内文件名含空格与 “- Copy” 后缀（macOS 拷贝痕迹），解析时要处理（§3.2）。

2.4 CSR 类目：OCTID 的差异化资产

中心性浆液性脉络膜视网膜病变（CSR，Central Serous Retinopathy）在 OCTID 的五类里常被一笔带过，但它恰恰是这套库在数据集景观里最稀缺的一块：主流大规模 OCT 库（OCT2017 的 CNV/DME/drusen/normal 四类）不含 CSR，其他公开库也极少以独立类目收录。CSR 的 OCT 特征是视网膜神经上皮层下浆液性脱离（论文展示了从轻到重的分期样本），好发于中年男性、常与精神压力和糖皮质激素相关，临床鉴别诊断中与 AMD 的渗出表现有交叉。

对建模者的含义有三条：

1. 做 CSR 相关研究时，OCTID 的 104 张几乎是公开域里的主要选择之一——这个规模的类目做二分类微调可行，做从头训练不足。
2. 跨库疾病谱对齐：OCTID（NO/MH/AMD/CSR/DR）与 OCT2017（CNV/DME/drusen/normal）只有"正常"和部分 AMD/CNV 重叠，CSR 类无法跨库对齐——联合训练时类别空间要重新设计。
3. CSR 的轻微期与 AMD 早期在 B-scan 上形态学接近，论文 Fig 6 专门展示了 CSR 轻重两期样本——用 OCTID 做 CSR/AMD 鉴别时轻症 CSR 是最难的部分。

2.5 与主流 OCT 库的规格对照

库	规模	设备/协议	类目	分割 GT	许可
OCTID（2018）	582 张单帧	Cirrus HD-OCT 统一协议	5 类（含 CSR）	25 张分层边界	CC0
OCT2017（2018）	8 万+ 裁剪图	多设备混合	4 类（无 CSR）	无	CC BY-NC-ND 口径
Srinivasan 2014	3,231 帧	Spectralis	3 类（AMD/DME/normal）	无	学术可用
AROI（2021）	3,200 B-scan / 25 例	Zeiss Cirrus 4000	多病理像素级	全量像素级	申请制
OCTA-500（2020）	500 例 3D 体	OCTA 设备	血流成像	血管分割	学术申请

OCTID 在表里的位置是"规格最统一、许可最开放、规模最小"。这个位置的实用价值在于：它适合做方法学对照实验（消融、可解释性、域偏移分析这类对数据一致性敏感的研究），而不是刷榜式的规模竞赛。

2.6 五类子库逐类画像

以下画像基于 Borealis API 实抓（2026-09-27）的文件清单与文件大小，配合论文与临床背景综合整理：

NO（正常，208 张）——对照组的最大类

• 文件名 NORMAL1.jpeg 至 NORMAL208.jpeg，单文件约 79-84 KB（实抓样例 80523-83381 字节）。
• 正常眼占全库约 35.7%，是最大类——五类任务的"多数类"由它担当，类不平衡讨论（§5.3）主要围绕它与最小类 AMD 的 3.6:1 比例。
• 建模提示：正常类内部的层间结构一致性高，是层分割方法验证（配合 25 张 GT）与"病类→正常"异常检测设计的天然参照。
• 注意：25 张分割 GT 全部出自该类——正常类因此是全库唯一有像素级监督的类。

MH（黄斑裂孔，104 张）——形态变化最"锐利"的类

• 文件名 MH1.jpeg 起，单文件约 68-74 KB（实抓样例 68963-73981 字节）。
• 黄斑裂孔在 B-scan 上表现为中心凹区全层或部分层的组织缺损，边界锐利、形态特征明显——对小样本分类器而言是"最容易学到判别特征"的类之一。
• 临床背景：老年女性多见，玻璃体黄斑牵拉是主要机制，手术（玻璃体切除+气体填充）预后与病程相关。
• 建模提示：MH vs NO 的二分类是该库上最常见的 sanity check 实验——如果模型连这都分不动，先查数据管线而不是调参。

AMD（年龄相关性黄斑变性，57 张）——最小类 + 检索坑

• 文件名 AMRD1.jpeg 起（前缀坑 5），单文件约 100-117 KB（实抓样例 104436-116180 字节）——是五类中单文件体积普遍最大的一类，可能反映病变更复杂/内容更"满"，官方未解释，仅作工程观察记录。
• 57 张是全库最小类：与 NO 的 3.6:1 差距要求分层抽样与平衡指标（macro-F1）；从头训练少样本类极易过拟合。
• 临床背景：AMD 是老年致盲首因；干性（玻璃膜疣）与湿性（CNV 新生血管）谱系宽——OCTID 未细分干湿，标签粒度是"病"而非"亚型"。
• 跨库提示：OCT2017 的 CNV/DME 类目与 AMD 有临床重叠但类目体系不同（CNV≈湿性 AMD 的表现），跨库映射要按附录 M 的对照表做，别直接当同类合并。

CSR（中心性浆液性脉络膜视网膜病变，104 张）——稀缺类目 + 异质性类

• 文件名 CSR1.jpeg 起，单文件约 69-105 KB（实抓样例 69321-104621 字节，波动大——与轻重分期混布一致）。
• 论文 Fig 6 专门展示了轻症与重症两期样本——类内异质性是五类中最高，做 CSR 研究建议先目检或聚类分桶再建模。
• 临床背景：中浆好发于中年男性，与精神压力、糖皮质激素使用相关，多数自限但易复发；OCT 征象为神经上皮层下浆液性脱离。
• 战略价值：这是 OCTID 在数据集景观中最稀缺的供给——主流大库（OCT2017 等）没有 CSR 独立类，相关研究可选项极少。

DR（糖尿病视网膜病变，109 张）——跨模态研究的关键供给

• 文件名 DR1.jpeg 起，单文件约 66-104 KB（实抓样例 66581-104259 字节）。
• 临床背景：糖尿病人群的微血管并发症，眼底筛查刚需；OCT 侧的典型征象是糖尿病黄斑水肿（DME，层间囊样积液）与硬性渗出——OCTID 未单列 DME 亚型。
• 跨模态价值：与库内 idrid（眼底彩照 DR 分级，rid 191）构成"同一疾病、两种模态"的对——fundus 看微血管瘤/出血点，OCT 看层间水肿，多模态 DR 研究两条腿都要。
• 建模提示：DR 类与 NO 的区分在轻症端依赖细微层间变化，是五类任务里真正难的部分；评估时把 DR 的混淆矩阵单拎出来看。

Manual Segmentation（25 图 + 25 mat）——正常眼专属的分割纵深

• 文件名模式 “编号 + OD/OS + 可选 macula 标记 + ‘- Copy’”（如 “06 OS - Copy.jpeg”、“10 macula - Copy.jpeg”），对应 “_octSegmentation.mat” 边界文件。
• 全部为正常眼——这是它的能力边界：病态层的分割不覆盖（§3.2）。
• 文件名里的 OD/OS 成对现象（如 69 OD 与 69 OS 同时在列）提示同受检者双眼可能分别成图——患者级独立性分析的唯一线索（坑 8）。

2.7 文件级工程观察汇总

观察	数值/事实	建模含义
总文件数（数据文件）	582 类别图 + 50 分割文件（25 jpeg+25 mat）	解析脚本按扩展名分流
单文件大小范围	约 66-117 KB	全库体量约 50 MB 量级——zip 直下即可，无需分块
类间大小差异	AMD 类单文件普遍偏大（~100-117 KB）	无官方解释；按工程观察记录，不作医学推断
命名规范度	类内连续编号（NORMAL1-208）；分割子库为自由命名	类别图可按编号确定完整性；分割子库需清单核对
完整性校验	无官方 md5/校验和清单	建议下载后按 API files 清单做文件数与大小比对

§3 任务与标注体系

3.1 双任务定义

OCTID 官方声明的用途覆盖两类任务：

任务	数据	监督形式	典型用法
五类疾病分类	582 张（NO/MH/AMD/CSR/DR）	类别标签（继承临床诊断）	CNN 分类、迁移学习基准、特征可视化
视网膜分层分割	25 张正常图 + .mat 分层边界	逐层边界 GT（单专家手标）	分割算法评估、边界检测、半自动分割研究

两任务的数据不重叠使用是默认姿势：分类任务的 582 张里包含 208 张正常图，而分割 GT 只覆盖其中 25 张（25 张正常图即来自正常类子库，第三方复用者称对应 25 位健康受检者，官方未确认 1:1 关系——坑 8 存照）。论文自己给出的用法定位是"评估分割与分类算法的性能"——注意是评估而非大规模训练：582 张的体量从头训练深度网络不足，官方基线也正是按"经典方法为主、迁移学习为辅"设计的（§5.2）。

3.2 分割金标准：25 张、逐层边界、.mat 格式

Manual Segmentation 子库的构成（API 实抓）：

• 25 张正常眼 JPEG：文件名如 “06 OS - Copy.jpeg”、“10 macula - Copy.jpeg”、“105 OD - Copy.jpeg”——编号 + OD/OS（右眼/左眼）+ “macula”（黄斑居中）标记 + macOS 拷贝产生的 “- Copy” 后缀。
• 25 个 .mat 文件：文件名模式为 <原文件名>_octSegmentation.mat，内容为逐层边界的坐标数据。MATLAB load 后即可读出各边界点的位置序列。
• 配套论文 Fig 7 的 GUI 截图可见边界命名采用 ILM、ISOS、RPE 等视网膜层间界面缩写；第三方复现者按 8 层结构使用（NFL / GCL+IPL / INL / OPL / ONL / Ellipsoid zone / RPE / Choroid）。

金标准的三条使用注意：

1. 单专家手标、无重复标注协议：GT 由一位资深临床医生（MKP）完成，论文未提供观察者间变异度量——用它报告 Dice/边界误差时，"金标准本身的方差"是未知量，宜在论文中声明这一局限。
2. 只覆盖正常眼：25 张全部来自健康视网膜。病态视网膜（MH/AMD/CSR/DR）的分层形变恰恰是分割的难点——OCTID 的分割 GT 回答不了"病变层分割"问题，那是 octdl 等库的领域（§7.1）。
3. 文件名的空格与特殊字符：批量读入时注意 " - Copy.jpeg" 这类后缀与空格，建议脚本里做文件名规范化。

GT 覆盖的层结构速览（配合论文 GUI 截图与第三方复现口径）：正常视网膜自内向外依次为玻璃体-ILM（内界膜）-NFL（神经纤维层）-GCL+IPL（神经节细胞+内丛状）-INL（内核层）-OPL（外丛状层）-ONL（外核层）-ELZ（外界膜）-EZ/ISOS（椭球带/内外节交界）-RPE（色素上皮）-脉络膜。十层条带在正常眼 B-scan 上呈连续平滑的波浪状明暗带，中心凹处 NFL 以下各层轻微下陷——这正是 25 张 GT 所刻画的"标准形态"。两条建模含义：其一，正常层边界的"波浪"是平滑先验极强的任务，经典方法（DP+活动轮廓）与现代方法（带形状正则的深度模型）都吃这个先验；其二，EZ/ISOS 这类低对比边界的标注误差天然偏大，单专家 GT 在这里的方差要重点怀疑——评测时按边界分层报告误差（附录 L），别只给全层均值。

3.3 MATLAB 分割 GUI：半自动协议的官方实现

论文随库发布了一个 MATLAB GUI，功能三块：

1. 边界列表选择：下拉框列出所有层间界面，选中哪层就编辑哪层。
2. 手动模式（manual）：鼠标点击逐点重画整条边界。
3. 半自动模式（semi-auto）：只修正自动分割出错的区段，其余沿用——这是典型的"人机协同"标注协议设计。

这个 GUI 的意义超出"附赠工具"：它是作者方法学（活动轮廓 + 动态规划初始化）的交互式封装，即官方自动分割结果的可视化与修正入口。复现作者基线（§5.2）的研究者可以借它核对边界定义；临床新手可以用它学习 OCT 分层。局限也明显：MATLAB 专属、无 Python 替代、无跨平台打包——2026 年的复现者多半要自己写 .mat 读取（scipy.io.loadmat 即可）。

3.4 标注性质：临床遗产型 vs 研究级双标型

把标注协议放回标注方法学光谱里看：

维度	OCTID	研究级双标型（如 AROI 双标）
标签来源	采集医院临床诊断直接继承	独立标注协议、按指南重判
标注人数	分割 1 人（资深）；分类 0（继承）	分割 2 人+仲裁
一致性报告	无	观察者间 κ/Dice 常规报告
优势	零额外标注成本、标签与临床实践对齐	可量化标签方差、支持不确定性建模
风险	医院诊断错误直接进入数据集；无方差度量	成本高、规模受限

这不是贬低 OCTID：它的定位本就是"临床遗产数据的标准化整理"，标签继承临床诊断在"研究临床对齐"意义上反而是优点。使用者的正确姿势是：把分类标签当作"临床诊断级"而非"金标准级"监督，在报告结果时注明标签来源；把分割 GT 当作"单专家参考"而非"共识金标准"。

3.5 数据质量与已知问题

官方在论文中披露的限制不多，以下综合官方与第三方口径：

1. 近重复问题未见官方讨论：因为每例只取一帧 fovea-centered，同例近重复的风险比"整卷入库"的库小；但同一患者的双眼（OD/OS）可能各自成图，官方未提供患者映射，跨图独立性无法验证。
2. CSR 分期混布：CSR 子库含轻重两期（论文 Fig 6），类内异质性大于其他类——做 CSR 相关分析时建议先做分期聚类或目检分桶。
3. JPEG 压缩：官方以 JPEG 分发（非 PNG/TIFF），压缩伪影在低对比度层间边界处可能影响精细分割评测——用前可量化 SSIM 损失。
4. 无官方 train/test 划分：库没有自带切分，复现者各自划法不一，跨论文分数不可直接比较——这是"无 leaderboard 数据集"的通病，横向对比时只认同一划法的数字。

3.6 标注劳动结构复盘：一个人、两条劳动线

把 OCTID 的标注劳动摊开看，会发现它是一条极简的"单点依赖"结构：

劳动线	执行者	劳动内容	依赖深度
选帧	MKP（资深临床视光师）	从每例 volumetric scan 中确认并选出 fovea-centered 帧	临床判断——全库一致性的第一道闸
分类标签	Sankar a Nethralaya 临床侧	疾病诊断随图像"自带"，零额外标注劳动	采集医院的诊断质量
分割 GT	MKP	25 张正常图逐层手工勾勒	单人专家劳动——GT 的天花板与方差来源
GT 工具化	作者团队	MATLAB GUI 封装手动/半自动修正	工程劳动

这套结构的三点启示：

1. 选帧是隐形标注：每例挑一帧 fovea-centered 本身就是一个临床判断任务（判断哪帧过中心凹），论文把它算作采集流程而非标注流程——但它实质上决定了全库的"视角一致性"。复现"OCTID 式小库"时，这笔劳动预算常被低估。
2. 单点依赖的风险与收益：分割 GT 只有 MKP 一人——收益是风格一致（无多标注者融合噪声），风险是系统性偏差无制衡（无第二人交叉验证）。使用 GT 报告分割指标时，应表述为"与该专家标注的一致性"。
3. 零标注成本的分类标签是双刃剑：582 张的标签"白拿"自临床诊断，成本优势明显；但诊断分歧（如早期 AMD vs 正常、轻症 CSR）被原样固化进数据——分析类间混淆时，先把"标签不确定性"列为候选解释。

§4 获取与许可：CC0 之下还有哪些门

4.1 渠道总表

渠道	入口	内容	门槛	状态（2026-09-27 抓取）
Borealis（主渠道）	borealisdata.ca/dataverse/OCTID	7 条子库全量数据	无（免注册直下）	✅ 活跃，各条目 V1
Harvard Dataverse（镜像）	doi.org/10.3886/E108503V1	论文声明的镜像版本	匿名访问受限（页面 JS 渲染、API 拒绝 guest）	⚠️ 存在性按论文存照
arXiv（论文）	arxiv.org/abs/1812.07056	论文本体（v1/v2）	无	✅ 活跃
Elsevier（期刊版）	doi.org/10.1016/j.compeleceng.2019.106532	Comput Electr Eng 81:106532	付费墙	✅ DOI 验证有效

主渠道的操作路径：进入 Borealis dataverse/OCTID 主页 → 页面列出 7 个子数据集卡片 → 点入目标类别 → 右上 Download zip（整类打包）或逐文件下载；也可走 API 脚本化（附录 C 骨架）。各子库独立 DOI 意味着引用粒度可以到"类"——比如只用了 CSR 子库的研究可以只引 CSR 条目 DOI，但更稳妥的引用方式是主条目 DOI + 论文（官方在主条目描述里给出的建议引用格式即 arXiv/期刊论文）。

4.2 CC0 1.0：许可光谱的最开放端

OCTID 的 7 个 Dataverse 条目（主条目 + 6 子库）全部挂 CC0 1.0（Creative Commons Public Domain Dedication）——2026-09-27 经 API 逐一验证。CC0 的实际含义：

1. 无署名义务：法律上不要求署名（CC-BY 要求 attribution，CC0 连这条都不要）。但学术伦理上仍应引用论文与数据 DOI——这是惯例而非法律义务。
2. 无使用领域限制：商业用途、衍生数据集再分发、模型权重的许可传递链都不受数据许可约束——这与 OCT2017 的 CC BY-NC-ND（禁商用+禁衍生再分发）形成鲜明对比。
3. 无"研究用途"限定：不需要签 EULA、不需要说明用途、不需要机构背书。

在库内 AI-Ready 评估的"许可明确性"维度上，OCTID 是天花板级别。一个容易被忽略的细节：arXiv 论文本体的许可（nonexclusive-distrib 1.0）与数据许可（CC0）是两回事（坑 6）——论文 PDF 不能像数据那样自由再分发，期刊版（Elsevier）更要走付费墙。引用时"数据按 CC0、论文按其各自许可"分开声明。

CC0 三个高频误区（合规审查时反复被问）：

1. “CC0 = 不用引用”——错。法律义务与学术伦理要分开：CC0 免除的是署名的法律义务，学术写作中不引数据来源仍属学术不端。正确姿势：照引（附录 H 模板），且引用是零成本的。
2. “CC0 数据训练的模型自动 CC0”——不成立。模型权重许可是模型许可问题，数据 CC0 只保证数据层无约束；模型许可证（如 Apache-2.0/MIT/自定）由发布者另定。
3. “CC0 可以不标注数据来源做商业产品”——法律上可以，产品伦理上建议披露。医学 AI 产品审查（监管/医院采购）必然追问数据来源，披露记录从第一天就要建。

误区之外还有一个边界提醒：CC0 覆盖的是OCTID 发布的这 582+25 份数据文件本身；如果使用者拿它做了衍生标注（社区自标的 mask 等），衍生品许可由衍生者自定——引用他人衍生品时先查其许可，别被"基于 CC0 数据"误导成"衍生品也是 CC0"。

4.3 Harvard 镜像的定位与陷阱

论文 v2 正文写明数据"available at http://doi.org/10.3886/E108503V1 and at https://dataverse.scholarsportal.info/dataverse/OCTID"——两个渠道并列。2026 年视角下的实测状态：

• Harvard Dataverse 的 E108503V1 页面依赖 JS 渲染（静态抓取只见 “Loading”），匿名 API 访问返回 “User :guest is not permitted”——内容构成无法脚本化验证。
• Borealis（Scholars Portal Dataverse 的新名字）完全开放，API 与页面均可匿名访问。

结论：主渠道锁定 Borealis，Harvard 镜像仅作存在性存照（坑 7）。文献里两条 DOI 都会出现——引用别人论文时看到 Harvard DOI 不必惊讶，但自己取数别走那条路。另外 Scholars Portal Dataverse 的旧域名（dataverse.scholarsportal.info）会跳转到 borealisdata.ca，老论文里的旧链接仍可达（平台更名注意，坑 9）。

4.4 版本链与时间线

2018-12-17  arXiv v1 提交（382 KB）
2018-12-19  Borealis dataverse/OCTID 上线：7 子库全部 V1
2019-05-27  arXiv v2（541 KB）：正文补 750×500 无关修订，结构节仍缺 CSR 数字
2019 年     Harvard Dataverse 镜像上线（doi:10.3886/E108503V1）
2020        期刊版发表：Computers & Electrical Engineering 81:106532（Elsevier）
2018→2026   Borealis 各子库维持 V1 未再更新（抓取时点观察）

值得注意的时间倒挂：数据发布（2018-12-19）早于 arXiv v2（2019-05-27）——作者先挂库再修论文，v2 的修订没有回写到数据（Borealis 至今 V1）。这也解释了为什么论文正文的类别数字与库内实抓数对不上：论文写的是写作时点的统计，库是活的。反过来，"数据 V1 恒定"对复现者是好消息：六年无版本漂移，跨年实验可比。

4.5 AI-Ready 视角的获取评估

以库内 AI-Ready 检查单过一遍获取环节：

• 机器可读入口：Borealis API（Dataverse 标准 REST API）支持元数据与文件清单的程序化获取——良好。
• 公开直链：全部子库免注册下载——满分。
• 许可：CC0 1.0 全覆盖——满分。
• 版本化：单版本 V1 + 论文版本链——中等（无 changelog，但六年不变即无漂移）。
• 格式：JPEG + .mat——通用，但 .mat 需要 scipy/MATLAB 读取，无官方 Python 加载器。
• 元数据完备度：患者级信息缺失、划分缺失——主要失分项。

综合：获取与许可环节是 AI-Ready 满分模板，元数据环节是主要短板。这个组合在库内属于"低门槛高透明"型——适合作为许可开放度的对照锚点（§6.4）。

4.6 十分钟下载实操路径

按顺序执行，从零到本地可用数据：

1. 进入主 dataverse：浏览器打开 https://borealisdata.ca/dataverse/OCTID——页面列出 7 张子库卡片（1 主条目 + 6 子库）。认准卡片标题里的疾病名，主条目（OCTID citation）只有 PDF（坑 1）。
2. 按类下载：点入子库 → 右上 “Access Data” → “Download Zip”（整类打包）。五个类别子库 + Manual Segmentation 各下一次；全库合计约 50 MB 量级（§2.7），一次拿完。
3. 校验完整性：对照 API 文件清单核对文件数（附录 C 骨架）——Borealis 无官方校验和，文件数+大小比对是唯一校验手段。
4. 文件名规范化：分割子库文件名含空格与 " - Copy" 后缀，先跑一遍重命名脚本（去空格、统一小写）再入管线。
5. 实测分辨率：img.size 一行确认你拿到的 JPEG 尺寸（512×1024 还是 750×500）——把它写进实验记录，后续所有 resize 决策基于实测值（坑 4）。
6. 记录口径：在实验日志里记下抓取日期与文件计数（582 口径的来源），引用与复现都以此为准。

常见失败模式两则：用 AMD*.jpeg glob 得 0 张（前缀是 AMRD，坑 5）；走 Harvard 镜像 DOI 卡在登录墙（切回 Borealis，坑 7）。

§5 评估、基线与复用生态

5.1 官方基线：从硕士论文来的两条线

OCTID 没有挑战赛意义上的 leaderboard，官方基线出自一作 Gholami 的滑铁卢硕士论文（UWSpace 收录）与同组 SPIE 前期工作：

分割线：

1. 预处理：小波去噪（小波域降噪降低散斑噪声影响）。
2. 初始化：Viterbi 动态规划找初始层边界（利用 OCT 分层结构强先验）。
3. 精化：Chan-Vese 无边缘活动轮廓 + 自适应加权边界能量项，把初始曲线收敛到精确边界。
4. 评估：对 25 张金标准报告各边界误差（mean±std）。

分类线：

1. 特征工程版：LBP（Local Binary Pattern，局部二值模式）纹理描述子 + 多阶段 SVM（MSVM）。
2. 深度版：AlexNet/GoogLeNet/ResNet 迁移学习 + 数据增强消融。
3. 消融：去噪（WNNM 类方法）对分类准确率的影响、各深度架构的计算成本对照。

论文对深度基线的一个诚实观察：在不做增强的小数据上，深度模型容易过拟合；增强与迁移学习把分类准确率拉起来——这正是 582 张体量下的标准叙事，也预示了 OCTID 的最佳用法是"预训练模型的下游微调/评测集"而非"从头训练的训练集"。

官方基线结果的读法：这套基线是 2018 年的方法学快照——经典方法（LBP+MSVM、活动轮廓）在当时的意义是"给深度模型一个非深度参照"；迁移学习部分（AlexNet/GoogLeNet/ResNet）则记录了小数据条件下各代的可用架构。2026 年视角下的复现价值排序：其一，DP 初始化+活动轮廓对"层间边界先验"的建模思路仍值得借鉴（现代端到端模型把它内化成了归纳偏置，显式先验在极小样本下依然有优势）；其二，去噪消融（WNNM 类）的结论（去噪对分类的增益有限）与后来"让网络自己学去噪"的主流演进一致——引用时当作历史证据链，而非当前最优实践。

5.2 第三方复用生态（scite 72 条引文画像）

scite 记录 OCTID 自 2020 至 2025 年间被引 72 次（citation statements），画像呈三类：

复用类型	代表	用法
综述收录	MDPI Bioengineering 2023（“University of Waterloo Database” 条目）、OCT 相关 ML 综述	数据集景观表中的"小而干净"参照系
分割方法验证	beasygo1ng/OCT-Retinal-Layer-Segmenter（UNet 8 层多类分割）	用 25 张正常图 + 自标 GT 训练/评估层分割
预训练联用	Mercury22 多阶段自监督项目	OCTID 与 OCT2017、Srinivasan2014 联合预训练自监督骨干

三个复用细节值得记录：

1. 第三方自标现象：UNet 分割项目没有直接用官方 .mat（25 张正常图），而是用 makesense.ai 自行标注——侧面说明 .mat 格式 + 单专家 GT 的"可接驳性"不够顺滑（无官方 Python 加载器、无逐层像素掩码导出），复现者宁愿重标。
2. 引用口径漂移：72 条引文里出现 “Waterloo, n = 572” 与 512×1024 / 750×500 两种分辨率口径并存（坑 2/坑 4 的传播链）——引用 OCTID 的论文自己也要先核口径。
3. 期刊版是正式引用锚：复现项目的 BibTeX 用 gholami2020octid（CEE 81:106532），而非 arXiv 版——期刊版已成为事实上的规范引用。

5.3 评估协议建议：如何在无 leaderboard 的库上做可比实验

OCTID 没有官方划分，跨论文分数不可直接比。要做出可比、可复现的数字，建议遵循四条：

1. 划分写死并公开：582 张按类分层抽样（如 60/20/20），随机种子写进论文；或直接采用固定文件名列表（附录 D 建议）。
2. 患者独立性自检：虽然患者映射缺失，文件名 OD/OS 痕迹可提示同源可能——至少对 Manual Seg 子集（同一编号的 OD/OS 对）做组内聚合评估。
3. 分辨率声明：报告输入尺寸与插值方式（750×500 vs 512×1024 的 resize 路径会影响细层边界误差）。
4. 类不平衡处理：NO 208 vs AMD 57，比例 3.6:1——报告 macro-F1/平衡准确率而非裸准确率。

5.4 与同类库的基准位置

评估维度	OCTID 的表现
分类基准体量	小（582 张）——适合微调与评测，不适合从头训练
类目稀缺性	CSR 几乎独一份（主流库无此独立类）
分割金标准	25 张单专家——足够做方法对比，不足以训分割模型
跨库可比性	设备/协议统一带来高内部效度；与异质库联用时需域适应
时间定位	2018 年发布时的"最大开放 OCT 库"定位已被 OCT2017 等超越

一句话定位：OCTID 是"评测锚"不是"训练燃料"——它的价值在协议一致性与 CSR 类稀缺性，不在规模。

5.5 复现生态的方法学沉淀

把散落在论文、硕士论文与第三方项目里的方法学碎片收拢成一张"谁解决了什么问题"的表：

问题	官方方案（硕士论文/论文）	第三方方案	遗留空间
散斑噪声	小波域去噪；WNNM 类多帧方法（前序工作）	复现者多用标准预处理	官方未发布去噪权重
分层初始化	Viterbi 动态规划（利用分层强先验）	UNet 端到端（跳过 DP）	DP 初始化在深网络时代的增益未被系统复测
边界精化	Chan-Vese 活动轮廓 + 自适应加权边界项	makesense.ai 自标 + UNet 多类分割	活动轮廓代码未开源发布
小样本分类	LBP+MSVM；深度迁移学习+增强	自监督联用（OCT2017/Srinivasan2014 预训练）	OCTID 专属骨干不存在也不必要
GT 工具化	MATLAB GUI（manual/semi-auto）	无 Python 替代	Python 端 .mat 读取+栅格化已成事实标准（附录 E）
跨库可比	—（官方未做）	综述层面对照表	固定划分基准（附录 D 方向）至今无人统一

这张表的核心结论：OCTID 的方法学资产（活动轮廓、DP 初始化、GUI）停留在 2018 年形态，代码未随数据发布——数据是 CC0 的，方法不是。复现者事实上用"深度学习端到端 + 自标/外标"绕开了官方方法学，这让 OCTID 在实践中更像"纯数据集"而非"数据+方法包"。

两个复现项目的细节档案（检索者大概率会遇到）：

• beasygo1ng/OCT-Retinal-Layer-Segmenter：任务定位是 8 层多类语义分割（NFL/GCL+IPL/INL/OPL/ONL/EZ/RPE/Choroid）；数据用法很有代表性——只取 25 张正常图当输入 X，GT 不用官方 .mat 而用 makesense.ai 人工重标（作者自述"官方标注我拿来当参考，自己重标更顺"）；图像口径记录为 750×500 灰度（坑 4 的又一独立证据）。它示范了"官方 GT 太小/格式不顺时社区的实际行为"：绕过而不是扩展。
• Mercury22/multi-stage-self-supervised-learning-model-for-OCT-classification：多阶段自监督骨干（先自监督预训练后微调），训练语料横跨 OCT2017 + Srinivasan2014 + KNUH_OCT，OCTID 以期刊版 BibTeX（gholami2020octid）正式入引用清单、数据走 borealisdata.ca 直下——是"跨库联用 + 规范引用"的标准示范。其 config 文件同时管理三个库的目录结构，OCTID 作为最小配置库接入。

两条档案合起来给出一个社区行为画像：OCTID 在复现实践中的典型角色是**“引用必带、数据轻用”**——挂在参考文献里抬高覆盖面，实际训练里只当小评测集或补充语料。这与本条目"评测锚"的定位判断（§5.4）互相印证。

§6 AI-Ready 评估：开放度满分、元数据短板

6.1 DAIMS 快评

OCTID 的 AI-Ready 画像可以压缩成一句话：许可与获取是教科书级的开放，元数据与标注协议是 2018 年的时代限制。全表见附录 B，此处只列核心：

• 可发现性（D）：主条目 + 论文（arXiv/期刊）+ 通用 Dataverse 索引——找到它不难；难的是"找到后立刻搞清规模口径"（三口径并存）。
• 可获取性（A）：CC0 + 免注册直下 + REST API——库内光谱最开放端。
• 可互操作性（I）：JPEG 通用、.mat 需转换、无官方 Python 加载器——中上。
• 元数据质量（M）：类标签有、患者级无、划分无、分辨率双口径——主要失分区。
• 可持续性（S）：Borealis 是加拿大国家级学术数据基础设施，平台稳定性高；六年 V1 无漂移；Harvard 镜像存在但不可脚本化验证——高。

6.2 "CC0 不等于 AI-Ready"的三点提醒

OCTID 是"许可满分但 AI-Ready 仍有失分"的活教材：

1. 患者元数据缺失是硬伤：没有患者映射意味着所有"患者级泛化"的实验设计（跨患者划分、按患者聚合评估）都做不了严格版——582 张可能只有几百个患者，模型可能在"同一患者的双眼图分属训练与测试"的泄漏上刷分而不自知。
2. 标签的临床遗产性质：标签=临床诊断。模型学到的上限是"复制这家医院的诊断一致性"，不是"复现教科书定义"。
3. 口径混乱的维护成本：三口径数字、双口径分辨率、AMRD 前缀——每个都是自动化管线的潜在断点。官方若做一次数据卡（datasheet for datasets）式的统一声明，这些问题本可消除。

这三条合起来给出一个库内评估经验：AI-Ready = 许可 × 元数据 × 可复现协议的乘积，OCTID 的许可项是 1.0，乘积仍被后两项拉低到"中上"。

6.5 官方 datasheet 缺位：本条目充当临时数据卡

OCTID 没有发布过 datasheet for datasets 式的统一数据卡——规模口径、标注协议、限制声明分散在论文与 Dataverse 描述里，这正是三口径混乱的根源。在官方补卡之前，本条目充当临时数据卡，最小必填项对照：

数据卡字段	OCTID 现状	本条目对应章节
动机与构成	论文引言有	§0
规模与类分布	三口径并存，无官方统一数	§2.1（锁定实抓口径）
采集与设备	论文方法节有	§2.2
标注协议	论文零散描述	§3.4-3.6
预处理/清洗	无官方声明	§3.5（JPEG 压缩等）
划分建议	无	附录 D
已知限制	论文未系统披露	§3.5、§6.2、坑点清单
维护计划	无	§4.4（V1 恒定观察）

给数据集维护者的反面教材价值：如果 2018 年发布时附带一页这样的表，582/572/>500 的口径分裂与 “four categories” 笔误大概率不会发生。检索者则可以反向使用这张表——遇到其他"无数据卡"的老库，按同款字段自查一遍再引用。

6.6 一屏对照：OCTID vs “理想 AI-Ready 库”

把 §6 各节结论压成一张对照表，供快速定位差距：

检查项	理想态	OCTID 现状	差距动作
许可	CC-BY 以上	CC0（超理想态）	无
获取	公开直链 + API	免注册直下 + API	无
规模口径	单一官方数字	三口径并存	引用锁定实抓（§2.1）
患者元数据	匿名化映射表	缺失	联系官方或降级实验设计（坑 8）
划分	官方固定 split	无	自建+发布（附录 D）
格式文档	数据卡+Python 加载器	论文+GUI（MATLAB）	附录 E 骨架代偿
版本治理	changelog	V1 恒定无说明	按时点记录口径

差距栏里没有一项是"许可/获取"——OCTID 的失分全部集中在元数据治理层。这印证了 §6.2 的判断，也给了库内评估一个标尺：许可与获取决定"能不能用"，元数据决定"用得多顺"——OCTID 前者满分、后者欠账，两笔账分开记。

6.3 与库内可获取性光谱的对照

档位	库内参照	OCTID 对应
注册墙/申请制（最严）	AROI 型申请制、LMC2（rid 531，注册+审批）	—
学术请求制	PANDA-PLUS 掩码（rid 560）	—
平台托管	Zenodo 型（TopBrain，rid 632）	Harvard 镜像（受限）
公开直链	HF/Zenodo 直链型	Borealis 7 子库（CC0）

OCTID 独占"公开直链 + CC0"档位——同档的医学影像库在库内屈指可数。做"许可严格度"维度的库内对照时，它是该维度的上界锚点。

§7 生态与影响：小库的标准生存方式

7.1 在 OCT 数据集景观中的生态位

OCTID 发布于 2018-12，恰好是 OCT 深度学习研究的第一波爆发期（OCT2017 引爆的 Kermany 数据集热潮之后一年）。它以"统一协议小库"切入，在景观里的位置随时间演变：

• 2018-2019：论文自称"possibly the largest OCT retinal image database currently available"——以"最大+多病种+开放"三重卖点切入。
• 2020-2022：被更大的库（OCT2017 全量、AROI 等）在规模上超越，转型为"协议统一性"卖点的评测锚；scite 引文画像里综述占比上升。
• 2023-2026：稳定输出——自监督预训练联用数据、CSR 类目的独占供给、CC0 许可的对照锚。六年 72 条引文对 582 张的小库而言是健康的转化率。

7.2 与 OCT2017 的互补关系（最常被问的组合）

两者是 OCT 图像库光谱的两端，联合使用已是复现者的常规操作：

维度	OCTID	OCT2017
规模	582 单帧	8 万+ 裁剪图
设备协议	统一（Cirrus，2mm raster）	混合多设备、含裁剪增强痕迹
类目	NO/MH/AMD/CSR/DR	CNV/DME/drusen/normal
分割 GT	有（25 张分层）	无
许可	CC0	CC BY-NC-ND 口径
典型角色	下游评测/微调 + 层分割	大规模预训练

联用模式三种：预训练→微调（OCT2017 训骨干、OCTID 做分布外评测）、互补类目（OCT2017 缺 CSR/MH 单独类，用 OCTID 补）、域偏移研究（同病不同库的设备域差正是天然域适应素材）。注意联合时按各自许可合规使用——OCT2017 的 NC 条款不传染 CC0 的 OCTID，但混合训练出的模型许可边界要单独论证。

7.3 采集与资助生态

• Sankara Nethralaya（钦奈）：印度顶级眼科医院之一，提供图像与临床诊断——OCTID 是"南亚临床数据 + 北美学术整理"合作模式的样本，论文致谢点名的对接人是 Dr. Muna Bhende 与 Ms. Girija。
• NSERC Discovery Grant（加拿大自然科学与工程研究委员会）：资助资深作者 Lakshminarayanan 的实验室（TEEL）。
• Schlumberger Foundation Faculty for the Future：资助 MKP 的 fellowship——数据集的标注劳动来自此资助下的研究人员。

这条生态链的启示：OCTID 的"同协议统一性"不是天生而是筛选的结果——单一设备、单一医院、单人选帧，每一步都在收窄数据来源。规模小是这套工艺的成本，干净是它的回报。

补充一点采集侧背景：Sankara Nethralaya 是印度历史最久、规模最大的眼科专科医院之一（1978 年建院于钦奈），临床量与病种谱保证了五类样本的可得性——尤其 CSR 这类在南亚临床量不小的病种。而 Cirrus HD-OCT 是 2010 年代全球装机量最大的 SD-OCT 设备家族之一，其 raster 扫描协议与 512×1024 B-scan 规格是该设备线的标准输出——"最大装机量设备 + 大临床量医院"的组合，也是数据可复制采集的现实基础。这套"设备-医院-协议"三元组对想做同类库的团队是个参考模板：统一性不是靠后期清洗出来的，是靠采集端一次性锁定的。

7.4 引用与传播现状

• scite 记录 72 条 citation statements（2020-2025），多为方法论文与综述的正面引用。
• 期刊版（CEE 81:106532）是规范引用锚；arXiv 版是免费阅读锚。
• 复现项目集中在 GitHub（层分割、自监督），无 Kaggle 官方镜像——检索时注意别把第三方上传的转包装当官方版。

7.6 引用画像的三条细节

72 条 scite 引文的分布里藏着三条对引用者有用的细节：

1. 期刊版压倒 arXiv 版成为默认锚：正式引用几乎清一色 gholami2020octid（CEE 81:106532）——Elsevier 期刊的"正式感"在引用习惯里起了决定作用。反过来说，只读 arXiv 版会漏掉期刊版可能的编辑修订（本条目已在遗留疑点存照两者未逐字比对）。
2. 口径错误有传播链：572 张口径与 750×500 分辨率在引文之间复现——一篇带误差的早期引用被后续综述转引，口径就"洗白"成了常识。防传播的姿势只有一个：回到 Borealis API 重新数一遍（§2.1 备忘）。
3. “Waterloo Database” 别名已被综述固化：MDPI 2023 综述用它代指 OCTID 后，这个别名进入了引用网络——检索时把机构名当关键词之一，否则会漏掉一半相关文献。

这三条合起来是同一个教训的不同切面：小数据集的引用生态里，二手转引的误差累积速度比大库更快——大库错个位数没人发现，582 张的库错 10 张就是 1.7% 的口径漂移。

7.5 OCT 公开数据集十年时间线（2014-2026）：OCTID 的位置

把 OCTID 放回十年时间轴，能看到"规模军备竞赛"与"协议精细化"两条暗线：

年份	事件	对 OCTID 的意义
2014	Srinivasan et al.（Spectralis，3 类 3,231 帧）	多病种 OCT 分类的开山数据集；OCTID 前的默认选择
2015-2017	各单病种小库零散发布；Kermany 团队积累中	"统一协议多病种"的空窗期
2018-04	OCT2017（Kermany）引爆：8 万+ 裁剪图 4 类	规模路线确立；CSR/分层 GT 仍是空白
2018-12	OCTID 发布（arXiv v1 + Borealis 上线）	以"统一设备+CSR+分层 GT+CC0"差异化切入；自称当时最大开放 OCT 库
2019	arXiv v2；Harvard 镜像上线	数据恒定 V1，论文补版
2020	期刊版 CEE 81:106532；AROI（像素级标注 3,200 B-scan）出现	OCTID 转型"协议统一评测锚"；像素级赛道被 AROI 接棒
2020-2022	OCTA-500 等 OCTA 体数据库兴起	3D 体路线分流；OCTID 的单帧定位更趋"轻量对照"
2023-2026	自监督/基础模型时代：大规模预训练 + 小库下游评测	OCTID 嵌入"大预训练 + 小评测"的下游位；CC0 使其成为跨库联用里许可最干净的成员

两点读法：其一，OCTID 发布时点（2018-12）恰在 OCT2017 热潮（2018-04）之后八个月——它不是对"规模路线"的无知，而是对它的回应：既然规模有人做了，就把"协议一致性+稀缺类目+彻底开放"做满。其二，六年无版本更新在快速迭代的眼科数据集界反而成了稀缺属性——锚点的价值恰在于不动。

§8 与库内条目的关系

8.1 家族图谱：OCT/视网膜域互链

库内条目	rid	模态	与 OCTID 的关系
oct2017	311	OCT B-scan	最直接的对照：规模 vs 协议、类目互补（CSR 缺席）、预训练-微调联用（§7.2）
octa-500	341	OCTA 血管成像	模态升级对照：结构 OCT（OCTID）vs 血流 OCTA；单帧 vs 3D 体
octdl	690	OCT 病变分割	任务粒度对照：OCTID 的分层边界 GT vs octdl 的病变区域 GT；OCTID 无病态层 GT 的空白由 octdl 补位
idrid	191	眼底彩照	同病跨模态（DR）：fundus 看血管与出血点、OCT 看层间水肿——多模态 DR 研究的两个支柱
refuge	62	眼底彩照	眼科影像分割任务横向互链：视杯视盘分割 vs 视网膜分层分割的方法学互鉴

8.2 检索路径建议

• 检"OCT 分类" → OCTID（rid 本条）+ oct2017（311）成对出现，按"规模/协议"两维区分。
• 检"视网膜分层分割" → OCTID（25 张分层 GT）+ octdl（病变分割）互补，前者正常层、后者病态区。
• 检"DR 多模态" → idrid（191，fundus）+ OCTID（DR 类 109 张，OCT）+ octa-500（341，OCTA）三模态链。
• 检"CC0 医学影像" → OCTID 是库内该许可档的代表锚点。
• 检"CSR OCT"/“中浆 数据集” → OCTID CSR 子库是公开域主要供给（§2.4）。
• 检"fovea-centered B-scan"/“Cirrus 统一协议” → 本条目为库内唯一样本。
• 检"25 张分层 GT"/“正常眼层分割” → Manual Segmentation 子库 + 附录 E 读取骨架。
• 检"SD-OCT 数据集对比"/“OCT library comparison” → §2.5 景观对照 + §7.5 时间线。

8.3 与超声域条目的边界

本条目生产任务原属超声域改道而来（ultrasound-nerve-segmentation → palmpy → octid），但 OCTID 与超声影像无模态关联——互链不跨入超声族（acouslic-ai/busi 等），仅保留"医学影像 AI-Ready 数据集"的横向参照意义。域归属：眼科影像。

8.4 互链条目双向对照：OCTID 能给什么、要什么

互链不是"名字放一起"，逐条看双向价值：

对面条目	OCTID 能给对方	对方能给 OCTID
oct2017（rid 311）	CSR 独立类供给；同协议干净子集；CC0 联用自由度	大规模预训练权重与管线；CNV/DME 类目扩展
octa-500（rid 341）	结构 OCT 的分层参照（血管分析需先懂分层）	3D 体视角与血流信息；患者级数据组织范式
octdl（rid 690）	正常眼分层边界 GT（病变分割的层定位先验）	病态区像素级标注（OCTID 分割 GT 缺病态的补位）
idrid（rid 191）	DR 的 OCT 侧供给（层间水肿视角）	DR 的 fundus 侧供给（血管/出血视角）+ 分级标签体系
refuge（rid 62）	OCT 分层分割方法学的迁移素材	眼底分割任务的大标注规模与双标注协议

组合拳三个已验证的打开方式：

1. “大预训练+小评测”：oct2017 训骨干 → OCTID 五类做分布内评测 → octdl 做跨任务泛化——三级评测链。
2. “DR 双模态”：idrid（fundus）+ OCTID（OCT）做特征级融合或一致性学习——受限于 OCTID 无患者映射，融合粒度只能到"分布级"而非"病例级"（坑 8 的实际代价）。
3. “分割先验迁移”：OCTID 的正常分层 GT 用于预训练层定位头 → 迁移到 octdl 的病态区分割——层结构知识是病态分割的天然先验。

§9 避坑清单：九个已知的坑

坑 1：主条目不是数据本体。Borealis 主条目（doi:10.5683/SP2/W43PFI）里只有一个 382.1 KB 的论文 PDF——图像全在 6 个子库里，各有独立 DOI。只引主条目 DOI 或只从主条目下载都会空手而归。正确姿势：从 dataverse/OCTID 主页进，按类下 6 个子库。

坑 2：总量三口径。Borealis 实抓 582（NO 208/MH 104/AMD 57/CSR 104/DR 109）、第三方引用 572（每类恰少 2）、论文 abstract 仅 “>500”。本条目按 582 引用；自动化抽取以 Borealis API files 计数为准，别抄二手综述数字。

坑 3：论文正文 “four categories” 笔误且缺 CSR 数字。arXiv v2 §2 写 “more than 500 … consisting of four categories” 后接 5 类列表；Database structure 节只给 4 类数字（206 NO/102 MH/55 AMD/107 DR），CSR 无数字。读论文时别被 four 带偏，CSR 子库真实存在（104 张）。

坑 4：分辨率双口径。论文 512×1024（Cirrus 原生 B-scan）vs 第三方复用实测 750×500（或 500×750）JPEG——官方 JPEG 导出可能经缩放。做像素级实验前先实测文件尺寸；跨论文比较边界误差时先对齐分辨率口径。

坑 5：AMD 文件名前缀是 AMRD。Borealis AMD 子库文件名是 AMRD1.jpeg…（Age-related Macular Degeneration 的全拼缩写），不是 AMD*.jpeg。按 AMD 前缀 glob 会静默得 0 张——静默失败比报错更危险。

坑 6：论文许可 ≠ 数据许可。arXiv 论文本体是 nonexclusive-distrib 1.0，期刊版在 Elsevier 付费墙内；数据本体是 CC0 1.0（7/7 子库验证）。"CC0"只覆盖数据——再分发论文 PDF 不在其列。

坑 7：Harvard 镜像不可脚本化访问。doi:10.3886/E108503V1 页面 JS 渲染、匿名 API 返回 “User :guest is not permitted”——存在性按论文存照，取数走 Borealis（borealisdata.ca）。旧 Scholars Portal 域名会跳转 Borealis，老链接仍可达（平台更名，见坑 9）。

坑 8：患者数未披露，别写 “582 患者”。官方无患者映射；文件名 OD/OS 提示同患者双眼可能各成一图；第三方称分割子集 25 张≈25 位健康受检者（非官方口径）。正确表述：“582 张 B-scan，患者级数量未披露”。

坑 9：平台已更名，旧链接会"消失感"。原 Scholars Portal Dataverse（dataverse.scholarsportal.info）已整体迁移为 Borealis（borealisdata.ca）。老论文里引用的旧域名会重定向可达，但抓取脚本若硬编码旧域名证书/路径可能失败——统一换用 borealisdata.ca 新域名，引用时注明平台曾用名。

§10 总结

10.1 三句话总结

1. OCTID 用 582 张同设备同协议的 fovea-centered B-scan 换来了 OCT 库里罕见的"跨类可比性"，并以 CC0 加独立 DOI 做到许可与获取的天花板级开放。
2. 25 张单专家分层 GT + MATLAB GUI 给它添加了"分类库之外的分割纵深"，但也锁定了"正常眼 only、无方差度量"的天花板。
3. 它的三大口径（582/572/>500）与双口径分辨率是使用者的必修坑——一切以 Borealis API 实抓为准，引用时写明口径与抓取日期。

10.2 适合谁

• 需要 CSR 独立类目的研究者（公开域主要供给之一）。
• 做 OCT 分类方法学对照（消融/可解释性/域偏移）的团队——统一协议是硬需求。
• 写数据集综述需要"许可开放度上界"与"小而干净"参照系的作者。
• OCT2017 预训练流水线要找下游评测集的工程团队。

10.3 不适合谁

• 要大规模从头训练的团队（582 张不够，去 OCT2017）。
• 需要病态视网膜分层 GT 的分割研究（OCTID 只有正常眼 25 张，去 octdl 类库）。
• 需要患者级元数据/纵向随访的项目（官方未披露，硬缺失）。
• 需要 3D 体积数据的任务（每例只有一帧，去 OCTA-500 类库）。

10.4 30 秒决策卡

你的情况	行动
要立刻下数据跑通	Borealis dataverse/OCTID → 按类下 zip（CC0，免注册）
要做分类微调	先量分辨率（750×500?）→ 分层抽样划分 → 报告 macro-F1
要做分层分割	Manual Seg 子库 25 图 + .mat（scipy.io.loadmat）→ 注意 “- Copy.jpeg” 文件名清洗
要 CSR 数据	OCTID 的 104 张是公开域主要选择 → 注意分期混布（坑 3.5）
要联合 OCT2017	按 §7.2 三种联用模式设计 → 许可边界单独论证
要引用	期刊版 CEE 81:106532 为规范锚 + 主条目 DOI 10.5683/SP2/W43PFI

10.5 一句话给三类人

• 给工程师：CC0 + API + 50 MB 体积——这是你能在十分钟内接进 CI 的眼科基准，但先把 AMRD 前缀和文件名空格处理掉。
• 给研究者：582 张买不到规模，买得到"设备协议恒定 + CSR 独类 + 单专家分层 GT"三个稀缺品——把它用在它擅长的实验上。
• 给数据集研究者：OCTID 是"许可满级、元数据欠账、六年不变"的三角样本——研究数据基础设施的人能从这三条腿各读出一篇讨论。

FAQ（高频问答 45 问）

A. 基础认知

Q1：OCTID 是挑战赛数据集吗？
不是。没有比赛、没有 leaderboard、没有奖金。它是滑铁卢大学 TEEL 实验室整理发布的开放图像库，论文发表在 arXiv（2018）与 Computers and Electrical Engineering（2020）。

Q2：OCTID 四个字母代表什么？
OCT Image Database 的缩写——OCT（Optical Coherence Tomography，光学相干断层扫描）+ ID（Image Database）。检索时注意与泛称"OCT database"区分，OCTID 是这套库的专有名。

Q3：它为什么也被叫作 “University of Waterloo Database”？
MDPI Bioengineering 2023 综述等文献用机构名指代它。看到 “University of Waterloo Database”（OCT 语境下）即 OCTID，下载链接都指向同一个 Borealis dataverse。

Q4：数据是什么时候发布的？
2018-12-19 上线 Borealis（原 Scholars Portal Dataverse），早于 arXiv v2（2019-05-27）。各子库至今保持 V1 未再更新（2026-09-27 抓取观察）。

Q5：现在还有人用吗？
有。scite 记录 2020-2025 年 72 条引文；GitHub 上有层分割与自监督的复现项目；综述里稳定作为"统一协议小库"参照系收录。

Q6：它和 OCT2017 是什么关系？
互补而非竞争。OCT2017 大而异质（8 万+ 裁剪图、多设备），OCTID 小而统一（582 张单帧、单设备单协议）。自监督预训练项目常把两者联用（§7.2）。

Q7：里面有视频或 3D 体数据吗？
没有。每例 volumetric scan 只取 fovea-centered 单帧 B-scan 入库。要体数据去 OCTA-500 类库。

Q8：支持中文检索吗？
数据本身全英文（文件名、标签）。中文语境的疾病对照：MH=黄斑裂孔、AMD=年龄相关性黄斑变性、CSR=中心性浆液性脉络膜视网膜病变（中浆）、DR=糖尿病视网膜病变。

B. 数据与获取

Q9：一共多少张图？按什么口径？
按 Borealis API 实抓（2026-09-27）：582 张（NO 208 / MH 104 / AMD 57 / CSR 104 / DR 109）。另有 572（第三方旧快照口径）与 “>500”（论文 abstract）两个口径并存（坑 2）。

Q10：去哪下载？要注册吗？
borealisdata.ca/dataverse/OCTID，7 个条目免注册直接下载，按类 zip 打包或逐文件取。不需要申请、不需要机构邮箱。

Q11：Harvard Dataverse 那个 DOI 是什么？
论文声明的镜像渠道（doi:10.3886/E108503V1）。匿名访问受限（页面 JS 渲染、API 拒绝 guest），无法脚本化验证内容——主渠道用 Borealis（坑 7）。

Q12：许可是什么？商用可以吗？
CC0 1.0——7 个条目全部验证。法律上允许商用、再分发、衍生，无署名义务；学术伦理上仍请引用论文与 DOI。注意论文 PDF 本身不是 CC0（坑 6）。

Q13：图像是什么格式？多大尺寸？
JPEG（按类 zip）。尺寸双口径：论文称 512×1024，第三方实测 750×500 灰度——下载后先实测你的文件（坑 4）。

Q14：有患者信息吗？
没有。无人口学、无患者映射表；文件名偶见 OD/OS（右眼/左眼）痕迹但无对照说明。患者级数量整体未披露（坑 8）。

Q15：有没有官方 train/test 划分？
没有。复现者各自划法不一，跨论文分数不可直接比——建议按类分层抽样 + 公开随机种子，或采用固定文件名列表（附录 D）。

Q16：下载时要注意什么文件名细节？
三类：主条目只有 PDF（坑 1）；AMD 前缀是 AMRD（坑 5）；Manual Seg 子库文件名含空格与 " - Copy" 后缀，脚本解析需清洗。

C. 任务与标注

Q17：分类标签可靠吗？
标签继承自 Sankara Nethralaya 医院的临床诊断，非独立双盲重标。作"临床诊断级"监督使用并在论文中声明来源，别当"共识金标准"引。

Q18：分割金标准覆盖哪些图？
仅 25 张正常眼图（Manual Seg 子库），单专家手标逐层边界（.mat）。病态眼的分层 GT 没有。

Q19：.mat 文件里是什么？
各视网膜层间界面的坐标序列（ILM、ISOS、RPE 等边界命名）。Python 用 scipy.io.loadmat 即可读取；第三方复现者按 8 层结构组织（NFL/GCL+IPL/INL/OPL/ONL/EZ/RPE/Choroid）。

Q20：那个 MATLAB GUI 是什么？
官方手动/半自动分割工具：下拉选边界、manual 整条重画、semi-auto 只修错段。它是作者分割方法学的交互式封装，也可用于教学。无 Python 版。

Q21：能用来训练分割模型吗？
25 张不够训练——定位是"方法评估金标准"。要训层分割需要自标扩充（第三方做法）或换用大标注库（octdl 等）。

Q22：CSR 类有什么特别的？
CSR（中浆）在主流 OCT 库中几乎无独立类目，OCTID 的 104 张是公开域主要供给。类内含轻重症分期混布，分析前建议分桶。

D. 复现与工程

Q23：怎么脚本化抓取？
Borealis 标准 Dataverse REST API：/api/datasets/:persistentId?persistentId=doi:10.5683/SP/... 逐子库取 files 清单，匿名可访问（附录 C 骨架）。

Q24：读取 .mat 有什么坑？
文件名带空格与 “- Copy” 后缀先清洗；.mat 内是边界坐标不是像素掩码，要自己栅格化成 mask；不同边界的点数不同，按变长数组处理。

Q25：分辨率该按哪个报？
实验报告里两个都写：论文口径 512×1024 + 你实测的 JPEG 尺寸；resize 路径（保纵横比/直接拉伸）写明——细层边界误差对插值敏感。

Q26：类不平衡怎么处理？
NO 208 vs AMD 57（3.6:1）。报告 macro-F1/平衡准确率；训练用加权采样或 focal loss；划分时分层抽样保比例。

Q27：跨库联合 OCT2017 时注意什么？
设备域差（统一 vs 混合）、类目不对齐（CSR/drusen 互缺）、许可差异（CC0 vs CC BY-NC-ND 口径）。域适应或至少做分库评测。

Q28：想引用，BibTeX 用哪条？
期刊版是规范锚：Gholami et al., “OCTID: Optical coherence tomography image database,” Computers & Electrical Engineering 81:106532, 2020（附录 H 完整条目）；数据另引主条目 DOI。

E. 与库内条目的关系

Q29：库里还有哪些 OCT 条目？
oct2017（rid 311，大规模分类）、octa-500（rid 341，OCTA 血管成像）、octdl（rid 690，OCT 病变分割）——四者按"规模×任务粒度×模态"互补（§8.1）。

Q30：做 DR 研究怎么组合库？
眼底侧 idrid（rid 191）+ OCT 侧 OCTID（DR 109 张）+ OCTA 侧 octa-500（rid 341）三模态链；多模态融合时按患者对齐——OCTID 无患者映射是限制（坑 8）。

Q31：它是 CC0，还有别的库也 CC0 吗？
库内"公开直链 + CC0"档位罕见，OCTID 是该档代表锚点。多数医学影像库为 CC BY-NC 系列、申请制或注册墙（§6.3 光谱表）。

Q32：这个条目的规模数字以后会变吗？
Borealis 六年 V1 无漂移；若未来官方更新版本，应以 API 实抓重新计数并在引用中带抓取日期。本条目口径锁定 2026-09-27 实抓。

F. 工程细节补充

Q33：图像能不能直接当 PNG 用？
可以读但别转存覆盖。JPEG 是有损压缩，转 PNG 只是格式转换不回损失；但预处理管线里任何"另存"都应保留原图副本并固定文件名映射，保证可回溯。

Q34：五类任务用什么输入尺寸最稳？
跟随实测尺寸（如 750×500）整除 32 的最近值 resize（如 736×480），避免多层上采样时的尺寸失配；若沿论文口径 512×1024，注意纵横比翻转 2 倍——细层会被非等比拉伸压扁，边界误差会虚高。

Q35：分割 GT 能转成像素级 mask 吗？
可以：相邻边界坐标之间填充即得逐层 mask（scikit-image 的 poly2mask 类操作）。注意边界是"线"语义，像素归属约定（线内/线外）要与对比方法一致，否则 Dice 会有 1-2 个点的系统差。

Q36：做域适应实验怎么设源域/目标域？
自然组合：OCT2017（多设备混源）→ OCTID（单设备）；或 OCTID → octdl（正常层先验 → 病态区）。评测时锁目标域划分并公开，域差用 PS/分类偏移量化先验一遍。

Q37：CSR 分期混布怎么处理最省事？
先无监督：对 CSR 子库抽特征（脱离高度、形态描述子）做 2-3 簇聚类，簇标签做协变量；或最粗粒度——按图像中脱离区占 B-scan 高度比例二分"轻/重"，两行代码可复现。

Q38：类标签有没有编码表？
无官方编码文件。类别即子库名（NO/MH/AMD/CSR/DR）+ 文件前缀（NORMAL/MH/AMRD/CSR/DR）；自建编码建议 0-4 对应 NO/MH/AMD/CSR/DR 并随划分表发布。

Q39：同一批图会被 OCT2017 覆盖吗？
不会——两者采集医院、设备、协议均不同，无官方重叠声明。跨库联用时按"两库独立"假设处理，无需去重。

Q40：想贡献标注或反馈错误给官方怎么办？
Borealis 子库页有 Contact Owner 通道（Dataverse 标准功能）。但注意主创团队与大学的机构邮箱稳定性未知，关键争议（如标签错误）留存书面记录并标注日期。

G. 检索与引用场景

Q41：在综述里引用它该写几张？
写"582 张（Borealis 实抓，2026-09-27）“，脚注补一句"论文摘要口径 >500”。别直接抄 572——那是二手快照口径（坑 2）。

Q42：被审稿人问"为什么用这么小的库"怎么答？
三段式：统一协议带来的内部效度（§2.2）→ CSR/分层 GT 的稀缺供给（§2.4/§3.2）→ CC0 与独立 DOI 的可复现性（§4.2）。小不是缺陷，是定位。

Q43：和 OCT2017 同时引用时先引谁？
按角色：预训练来源引 OCT2017，评测基准引 OCTID（CEE 81:106532）。两库分工写进实验设置段，避免"两个 OCT 库"的模糊表述。

Q44：有没有官方的中文资料？
没有。本条目与库内互链条目即中文语境下的主要结构化资料；疾病名中文对照见 Q8 与附录 G。

Q45：数据更新了怎么知道？
在 Borealis 子库页用 “Get Updates” 订阅（Dataverse 标准功能），或定期跑附录 C 脚本比对文件数——六年 V1 恒定的库，低频巡检即可。

事实清单（硬事实 40 条）

1. OCTID = Optical Coherence Tomography Image Database，滑铁卢大学 TEEL 实验室发布。
2. 论文作者 4 人：Peyman Gholami（一作）、Priyanka Roy、Mohana Kuppuswamy Parthasarathy（MKP）、Vasudevan Lakshminarayanan（资深）。
3. 机构：Theoretical & Experimental Epistemology Lab (TEEL), School of Optometry and Vision Science, University of Waterloo。
4. arXiv:1812.07056，v1 2018-12-17（382 KB）、v2 2019-05-27（541 KB）。
5. 期刊版：Computers & Electrical Engineering 81:106532（2020，Elsevier），doi:10.1016/j.compeleceng.2019.106532（2026-09-27 DOI 解析验证）。
6. 数据发布：2018-12-19，Borealis dataverse/OCTID，7 条目全部 V1。
7. 主条目 doi:10.5683/SP2/W43PFI 仅含 1 个 PDF（382.1 KB），不含图像。
8. 五个子库图像实抓：NO 208 / MH 104 / AMD 57 / CSR 104 / DR 109，合计 582 张 JPEG。
9. 第三方引用口径 572 张（每类比实抓少 2）；论文 abstract 口径 “>500”；论文正文结构节仅 4 类共 470 张（缺 CSR）。
10. 论文正文写 “four categories” 后列 5 类——笔误。
11. 采集设备：Cirrus HD-OCT（Carl Zeiss Meditec, Dublin, CA）。
12. 扫描协议：raster scan，2mm 扫描长度；每例取一张 fovea-centered B-scan。
13. 像素口径：论文 512×1024；第三方复用实测 750×500（或 500×750）灰度。
14. 轴向/横向分辨率：5μm / 15μm（in tissue）。
15. 采集医院：Sankara Nethralaya (SN) Eye Hospital，印度钦奈；对接人 Dr. Muna Bhende 与 Ms. Girija。
16. 选帧与标注人：资深临床视光师 MKP。
17. 分类标签继承医院临床诊断，非独立双盲标注。
18. Manual Segmentation 子库：25 张正常眼 JPEG + 25 个 _octSegmentation.mat 逐层边界文件。
19. 分割 GT 为单专家手标，无观察者间变异报告。
20. 分割 GUI：MATLAB，manual/semi-auto 两模式，边界下拉选择。
21. 文件名前缀：NORMAL/MH/AMRD/CSR/DR——AMD 类前缀为 AMRD。
22. License：CC0 1.0，7/7 条目 API 验证（2026-09-27）。
23. arXiv 论文许可 nonexclusive-distrib 1.0，与数据 CC0 为两套许可。
24. Harvard Dataverse 镜像 doi:10.3886/E108503V1（论文声明；匿名访问受限，2026 实测）。
25. Scholars Portal Dataverse 平台已更名 Borealis（borealisdata.ca），旧域名跳转可达。
26. 患者级元数据未披露；文件名 OD/OS 痕迹无映射说明。
27. CSR 子库含轻重分期样本（论文 Fig 6）。
28. 官方基线（Gholami 硕士论文）：分割 = 小波去噪 + Viterbi DP 初始化 + Chan-Vese 活动轮廓 + 自适应加权边界项；分类 = LBP + 多阶段 SVM，及 AlexNet/GoogLeNet/ResNet 迁移学习。
29. Gholami 硕士论文收录于 UWSpace；委员会含 Daphne McCulloch、Alexander Wong。
30. 资助：NSERC Discovery Grant（VL）；MKP 受 Schlumberger Foundation Faculty for the Future 支持。
31. scite 记录 72 条 citation statements（2020-2025）。
32. MDPI Bioengineering 2023 综述以 “University of Waterloo Database” 收录（>500 张、2mm、512×1024 口径）。
33. 第三方 UNet 分割项目（beasygo1ng）称 25 张≈25 健康患者、750×500 灰度——均非官方口径。
34. 第三方自监督项目（Mercury22）以期刊版 BibTeX（gholami2020octid）引用，OCTID 与 OCT2017/Srinivasan2014 联训。
35. 论文 2018 年自称 “possibly the largest OCT retinal image database”——时效性已过。
36. OCTID 无官方 train/test 划分。
37. 类分布不平衡：NO 208 vs AMD 57（约 3.6:1）。
38. Borealis 各子库 2018-12 上线后维持 V1 无版本更新（2026-09-27 观察）。
39. 库内互链：oct2017(311)、octa-500(341)、octdl(690)、idrid(191)、refuge(62)。
40. 本条目改道链：ultrasound-nerve-segmentation（rid 537 已占用）→ palmpy（证伪）→ octid。

来源锚点清单

#	锚点	URL	用途
1	arXiv 论文 v2	https://arxiv.org/abs/1812.07056	论文全文（规格/任务/致谢）
2	期刊版 DOI	https://doi.org/10.1016/j.compeleceng.2019.106532	规范引用锚（2026-09-27 解析验证）
3	Borealis dataverse/OCTID	https://borealisdata.ca/dataverse/OCTID	数据主渠道总入口
4	主条目 DOI	https://doi.org/10.5683/SP2/W43PFI	引用主条目（仅 PDF+元数据）
5	Normal 子库	https://doi.org/10.5683/SP/WLW4ZT	208 张
6	MH 子库	https://doi.org/10.5683/SP/MBMQGD	104 张
7	AMD 子库	https://doi.org/10.5683/SP/YEM3RA	57 张（前缀 AMRD）
8	CSR 子库	https://doi.org/10.5683/SP/FVLZIL	104 张
9	DR 子库	https://doi.org/10.5683/SP/FLGZZE	109 张
10	Manual Segmentation 子库	https://doi.org/10.5683/SP/UIOXXK	25 图 + 25 mat
11	Harvard 镜像	https://doi.org/10.3886/E108503V1	论文声明渠道（匿名受限，存照）
12	scite 引文记录	https://scite.org/reports/octid-optical-coherence-tomography-image-4ZMglra	72 条引文与第三方口径证据
13	MDPI 综述收录	https://www.mdpi.com/2076-3417?（Bioengineering 10(4):407）	“University of Waterloo Database” 条目
14	UNet 复现项目	https://github.com/beasygo1ng/OCT-Retinal-Layer-Segmenter	第三方层分割与 750×500 口径证据
15	自监督复现项目	https://github.com/Mercury22/multi-stage-self-supervised-learning-model-for-OCT-classification	期刊版 BibTeX 与跨库联用证据
16	UWSpace 硕士论文	https://uwspace.uwaterloo.ca/bitstreams/2eeebed7-0102-4377-9c81-0011d83b3cf8/download	官方基线方法学

（注：#13 的 MDPI 页面为 Bioengineering 2023;10(4):407 综述 “On Machine Learning in Clinical Interpretation of Retinal Diseases Using OCT Images”；检索时按论文标题定位。）

术语表（40 条）

术语	释义
OCT	Optical Coherence Tomography，光学相干断层扫描；近红外低相干光视网膜横截面成像
SD-OCT	Spectral-Domain OCT，谱域 OCT；当前主流 OCT 实现方式
B-scan	Brightness scan，OCT 的二维横截面图像；OCTID 全库皆为单帧 B-scan
Volumetric scan	体扫描；一次 raster 协议产生的 B-scan 堆栈，OCTID 从中只取一帧
Fovea-centered	中心凹居中；B-scan 穿过黄斑中心凹的帧，携带最多诊断信息
Raster scan	栅格扫描协议；OCTID 采用 2mm 扫描长度
ILM	Internal Limiting Membrane，内界膜；视网膜最内层界面
ISOS	Inner/Outer Segment junction，光感受器内外节交界
RPE	Retinal Pigment Epithelium，视网膜色素上皮层
NFL	Nerve Fiber Layer，神经纤维层
GCL+IPL	神经节细胞层+内丛状层
INL / OPL	内核层 / 外丛状层
ONL	外核层
Ellipsoid zone (EZ)	椭球带；光感受器代谢活跃区
Choroid	脉络膜；RPE 下的血管层
MH	Macular Hole，黄斑裂孔
AMD	Age-related Macular Degeneration，年龄相关性黄斑变性
CSR	Central Serous Retinopathy，中心性浆液性脉络膜视网膜病变（中浆）
DR	Diabetic Retinopathy，糖尿病视网膜病变
CNV	Choroidal Neovascularization，脉络膜新生血管（OCT2017 类目，wet AMD 表现）
DME	Diabetic Macular Edema，糖尿病黄斑水肿（OCT2017 类目）
LBP	Local Binary Pattern，局部二值模式；纹理描述子，官方分类基线特征
MSVM	Multi-stage Support Vector Machine，多阶段支持向量机
Chan-Vese	无边缘活动轮廓模型；官方分割基线核心
Viterbi dynamic programming	维特比动态规划；官方分割的初始边界搜索方法
Dice	Dice 系数；分割重叠度指标
CC0 1.0	Creative Commons 公有领域贡献许可；OCTID 数据许可
Dataverse	开源研究数据发布平台；Borealis 的底层系统
Borealis	原 Scholars Portal Dataverse，加拿大学术数据基础设施
OD / OS	右眼（oculus dexter）/ 左眼（oculus sinister）；OCTID 文件名中的痕迹性标记
raster scan	栅格扫描；OCTID 的采集协议（2mm 扫描长度）
JPEG	联合图像专家组格式；OCTID 的分发格式（有损压缩）
.mat	MATLAB 数据文件；OCTID 分层 GT 的存储格式
TEEL	Theoretical & Experimental Epistemology Lab；滑铁卢大学作者所属实验室
NSERC	加拿大自然科学与工程研究理事会；OCTID 资助方
Borealis	加拿大学术数据平台（原 Scholars Portal Dataverse）
DOI	数字对象唯一标识符；OCTID 七子库各持一个
CC0	知识共享公有领域贡献许可；OCTID 数据许可
AI-Ready	数据可被机器学习管线直接消费的综合属性（许可/获取/元数据/协议）

附录

附录 A：条目信息速查卡

项	值
条目 slug	octid
全称	OCTID — Optical Coherence Tomography Image Database
一句话	582 张同设备五类 fovea-centered OCT B-scan + 25 张正常眼分层 GT，CC0 全开
规模	582 JPEG（NO 208/MH 104/AMD 57/CSR 104/DR 109）+ 25 对图-标注
发布	2018-12-19（Borealis V1，至今未更新）
论文	arXiv:1812.07056；CEE 81:106532（2020）
团队	滑铁卢大学 TEEL（Gholami/Roy/Parthasarathy/Lakshminarayanan）
采集	Sankara Nethralaya 眼科医院（钦奈），Cirrus HD-OCT
获取	borealisdata.ca/dataverse/OCTID，免注册直下
许可	CC0 1.0（7/7 条目验证）
任务	五类分类 + 正常眼分层分割
本条目口径	规模/分辨率以 Borealis 实抓与实测为准（2026-09-27）

附录 B：DAIMS 评估全表

维度	评分（1-10）	依据
D 可发现性	7	arXiv/期刊/Borealis 三锚点可索引；但 “OCTID” 易淹没在 “OCT database” 泛称里，机构别名（Waterloo Database）分散检索命中
A 可获取性	10	CC0 + 免注册直下 + 7 子库独立 DOI + 匿名 REST API——库内光谱最开放端
I 可互操作	6	JPEG 通用；.mat 需 scipy 转换、无官方 Python 加载器；无固定划分需自行建立
M 元数据质量	5	类标签有、患者级无、分辨率双口径、规模三口径、正文 “four categories” 笔误——自动化抽取风险点密集
S 可持续性	8	Borealis 为国家级学术基础设施，六年 V1 无漂移；Harvard 镜像存在但受限
综合评级	7.2/10（中上）	许可获取满分、元数据被口径问题拖低——"开放 ≠ 齐备"的典型样本

附录 C：Borealis API 抓取骨架（Python）

import requests, json

SUBSETS = {
    "NO":  "10.5683/SP/WLW4ZT",
    "MH":  "10.5683/SP/MBMQGD",
    "AMD": "10.5683/SP/YEM3RA",   # 注意文件前缀是 AMRD
    "CSR": "10.5683/SP/FVLZIL",
    "DR":  "10.5683/SP/FLGZZE",
    "SEG": "10.5683/SP/UIOXXK",
}
BASE = "https://borealisdata.ca/api/datasets/:persistentId"

def count_images(doi):
    r = requests.get(BASE, params={"persistentId": f"doi:{doi}"}, timeout=30)
    files = r.json()["data"]["latestVersion"]["files"]
    jpegs = [f["dataFile"] for f in files
             if f["dataFile"]["filename"].lower().endswith((".jpeg", ".jpg"))]
    return jpegs

for cls, doi in SUBSETS.items():
    js = count_images(doi)
    print(cls, len(js))
    # 逐文件下载：GET /api/access/datafile/{dataFile_id}

要点：匿名可访问；数图像时按扩展名过滤（Manual Seg 子库混有 .mat）；下载走 /api/access/datafile/<id>。

附录 D：可复现划分建议（固定文件名法）

OCTID 无官方划分，建议以"类内排序 + 固定种子哈希"生成公开划分表：

import hashlib

def bucket(filename, ratios=(0.6, 0.2, 0.2), salt="octid-split-v1"):
    h = int(hashlib.md5(f"{salt}:{filename}".encode()).hexdigest(), 16) / 16**32
    return "train" if h < ratios[0] else "val" if h < ratios[0]+ratios[1] else "test"

配套三条纪律：划分表随论文发布；报告各 split 类分布（分层比例）；OD/OS 同名编号（如 69 OD 与 69 OS）在无患者映射前提下按"疑似同源"做敏感性分析。

附录 E：分层 GT 读取骨架（Python）

from scipy.io import loadmat
from pathlib import Path

def read_layers(mat_path: Path):
    m = loadmat(mat_path)
    layers = {k: v for k, v in m.items() if not k.startswith("__")}
    # 每个键对应一条层间边界的坐标序列（变长）
    return layers

mat = read_layers(Path("06 OS - Copy.jpeg_octSegmentation.mat"))
for name, pts in mat.items():
    print(name, getattr(pts, "shape", None))

要点：文件名先清洗空格与 " - Copy" 后缀；边界是坐标不是掩码，栅格化需自写；变长数组按每键独立处理。

附录 F：跨库口径对照速查

口径项	官方/Borealis 实抓	论文口径	第三方口径
总量	582	>500（abstract）；470（正文 4 类）	572
NO / MH	208 / 104	206 / 102	206 / 102
AMD / CSR	57 / 104	55 / —（缺）	55 / 102
DR	109	107	107
分辨率	实测优先	512×1024	750×500
患者数	未披露	未提及	25（仅分割子集，非官方）
类目数	5	five（abstract）/ four（正文笔误）	5

附录 G：五类疾病临床背景速查

类	疾病	OCT 典型征象	临床要点
NO	正常	十层结构清晰、中心凹凹陷完整	对照组；分割 GT 的 25 张出自此类
MH	黄斑裂孔	中心凹全层/部分层缺损	老年女性多见；玻璃体牵拉相关
AMD	年龄相关性黄斑变性	玻璃膜疣、RPE 异常、（湿性）CNV	老年致盲首因；OCTID 57 张
CSR	中浆	神经上皮层下浆液性脱离	中年男性、压力与激素相关；公开库稀缺类目
DR	糖尿病视网膜病变	层间水肿（DME）、硬性渗出	糖尿病人群筛查刚需；与 idrid 构成跨模态对

附录 H：引用模板（BibTeX）

@article{gholami2020octid,
  title   = {OCTID: Optical coherence tomography image database},
  author  = {Gholami, Peyman and Roy, Priyanka and
             Parthasarathy, Mohana Kuppuswamy and
             Lakshminarayanan, Vasudevan},
  journal = {Computers \& Electrical Engineering},
  volume  = {81},
  pages   = {106532},
  year    = {2020},
  publisher = {Elsevier},
  doi     = {10.1016/j.compeleceng.2019.106532}
}
@dataset{octid2018,
  author = {Gholami, Peyman and Kuppuswamy Parthasarathy, Mohana and
            Roy, Priyanka and Lakshminarayanan, Vasudevan},
  title  = {{OCTID citation}},
  year   = {2018},
  doi    = {10.5683/SP2/W43PFI},
  url    = {https://borealisdata.ca/dataset.xhtml?persistentId=doi:10.5683/SP2/W43PFI}
}

附录 I：坑点档案（与 §9 对照）

坑	一句话	对应正文
坑 1	主条目只有 PDF，数据在 6 个子库	§2.3
坑 2	总量 582/572/>500 三口径	§2.1
坑 3	正文 “four categories” 笔误、缺 CSR 数字	§2.1
坑 4	分辨率 512×1024 vs 750×500	§2.2
坑 5	AMD 前缀是 AMRD	§2.3
坑 6	论文许可（nonexclusive-distrib）≠ 数据许可（CC0）	§4.2
坑 7	Harvard 镜像匿名不可读，主渠道锁定 Borealis	§4.3
坑 8	患者数未披露，禁写 “582 患者”	§3.4
坑 9	平台更名 Scholars Portal → Borealis，旧域名跳转	§4.3

附录 J：检索决策树

需要 OCT 数据
├─ 要大规模预训练 → oct2017（rid 311，8 万+ 裁剪图，CC BY-NC-ND 口径）
├─ 要协议统一的小库做对照/微调 → 本条目 OCTID（CC0）
│   ├─ 只要 CSR 类 → CSR 子库（104 张，doi:10.5683/SP/FVLZIL）
│   ├─ 要层分割 GT → Manual Seg 子库（25 图+25 mat）
│   └─ 要全量五类 → 5 个类别子库（582 张）
├─ 要 3D 体/血管成像 → octa-500（rid 341）
├─ 要病态区像素级分割 GT → octdl（rid 690）
└─ 要眼底彩照（同病跨模态） → idrid（rid 191）/ refuge（rid 62）

附录 K：改道声明（生产过程存照）

本条目生产任务原指派 slug 为 ultrasound-nerve-segmentation（Kaggle 2016「Ultrasound Nerve Segmentation」）。开工核验发现该数据集已被库内条目 us-nerve-seg（rid 537，status=1） 覆盖，属重复主题；备选 palmpy 经三轮检索证伪（github.com/stefanfluck/palmpy 为 PALM 大气边界层模型系统的地理数据预处理工具，气象域，非医学影像数据集）；按任务规则就地改道至备选顺序第 2 位 octid，三源核验（arXiv/期刊论文、Borealis 官方 API、第三方综述与复现）全部通过后成稿。生产代理：agentB-usnerveseg，2026-09-27。

附录 L：评测指标计算骨架（分割/分类）

import numpy as np

def dice(pred_mask: np.ndarray, gt_mask: np.ndarray) -> float:
    """二值 mask 的 Dice 系数；双空约定为 1.0（与 Kaggle OCT 惯例一致）"""
    p, g = pred_mask.astype(bool), gt_mask.astype(bool)
    denom = p.sum() + g.sum()
    if denom == 0:
        return 1.0
    return 2.0 * np.logical_and(p, g).sum() / denom

def boundary_error(pred_pts, gt_pts):
    """平均边界误差：两条边界点序列的双向最近邻距离均值（像素）"""
    from scipy.spatial import cKDTree
    d1 = cKDTree(gt_pts).query(pred_pts)[0].mean()
    d2 = cKDTree(pred_pts).query(gt_pts)[0].mean()
    return (d1 + d2) / 2

def macro_f1(y_true, y_pred, n_classes=5):
    """五类 macro-F1：类不平衡下的主指标（NO 208 vs AMD 57）"""
    from sklearn.metrics import f1_score
    return f1_score(y_true, y_pred, labels=range(n_classes), average="macro")

配套三条报告纪律：分割指标分边界报告（每层一行，别只给均值）；分类混淆矩阵全文贴出（582 张的混淆矩阵一目了然）；所有指标附带划分表 hash，保证可复现。

附录 M：五类跨库类目映射表

OCTID 类	OCT2017 最近类	关系说明	联用建议
NO（正常）	NORMAL	语义一致；采集协议不同	可跨库对齐，域差实验素材
MH（黄斑裂孔）	无	OCT2017 无此独立类	OCTID 独有供给
AMD	CNV（部分重叠）	CNV≈湿性 AMD 表现；OCTID 未分干湿	只可做"AMD↔CNV"弱映射，别当同类合并
CSR	无	OCT2017 无此独立类	OCTID 独有供给
DR	DME + DRUSSEN（部分重叠）	OCTID 的 DR 含 DME 表现但未单列；DRUSSEN≈干性 AMD 体征	按征象级（水肿/玻璃膜疣）映射，不做病名直译

映射表三条使用规则：一是映射只在"征象层"成立，病名直译会制造假阳性；二是联合训练时类空间重建（征象多标签）优于类目硬合并；三是所有映射决策写进实验配置并引用本表，方便审稿复核。

附录 N：多库联合实验的域偏移检查单

跨库（OCTID ↔ OCT2017 ↔ Srinivasan2014 等）联用前过一遍：

1. 设备域：单设备库（OCTID）→ 多设备库（OCT2017）必现域差；先抽 50 张目检对比亮度/噪声纹理/视野范围。
2. 预处理痕迹：OCT2017 类图含裁剪与标注痕迹（非原生 B-scan），OCTID 为原生单帧——输入分布不同，模型会把"裁剪边框"当特征。
3. 分辨率/纵横比：按坑 4 逐一实测；resize 策略全库统一并记录。
4. 类目空间：按附录 M 征象级映射；CSR/MH 类做 OCTID 单库评测，不强行跨库。
5. 许可对齐：OCTID CC0 可自由联用；OCT2017 CC BY-NC-ND 口径限商用——联合产物（权重/数据卡）按最严许可声明。
6. 评测隔离：目标域（OCTID）的划分一旦固定不得因源域调参而改动——防"评测集调参"泄漏。

附录 O：图像质量与分辨率实测指南

拿到数据后 15 分钟内做完的五件事：

1. 逐库抽 5 张读尺寸：PIL.Image.open(...).size——记录是 512×1024、750×500 还是混合；混合则需全库扫描归一策略。
2. 灰度确认：np.array(img).shape 通道数——第三方口径称灰度；若实际是三通道同值 JPEG，按灰度处理可省 2/3 内存。
3. JPEG 质量粗估：对层间边界处做局部放大目检——块效应明显则精细分割评测要降权或改用边界平滑指标。
4. 亮度分布：按类抽 20 张画直方图——类间亮度系统差会被 CNN 当捷径特征，必要时做直方图均衡或按类报告基线率。
5. 大小-内容相关性抽检：AMD 类文件普遍偏大（§2.7）——确认是否只是纹理复杂度所致（高频成分多），排除"分辨率不一致"的技术性原因。

附录 P：自动化管线断点清单（检索者必存）

断点	现象	规避
主条目误当本体	下载主条目 DOI 只有 PDF	从 dataverse/OCTID 进 6 子库（坑 1）
AMD glob 落空	AMD*.jpg 得 0 张且无报错	前缀 AMRD（坑 5）
文件名空格	分割子库 “06 OS - Copy.jpeg” 读入失败/错配	先规范化重命名（附录 E）
.mat 误当 mask	直接 reshape 崩溃	它是边界坐标，需栅格化（Q35/附录 E）
分辨率假设	按 512×1024 写死 reshape 崩溃	实测优先（附录 O）
Harvard 墙	镜像 DOI 脚本卡登录	主渠道 Borealis（坑 7）
旧域名失效感	scholarsportal.info 链接打不开	会跳转 borealisdata.ca，等跳转或换新域名（坑 9）
三口径混引	论文/综述/实抓数字打架	全链路锁定实抓 582 口径 + 抓取日期（坑 2）

附录 Q：读者路径推荐

读者	推荐路径	预计用时
数据工程师（要接管线）	§4.6 下载实操 → 附录 P 断点清单 → 附录 C 脚本 → 附录 O 实测	30 分钟
分类算法研究者	§2.1 口径 → §3.1 任务定义 → §5.3 评估协议 → 附录 L 指标	45 分钟
分割算法研究者	§3.2 分割 GT → §3.3 GUI → 附录 E 读取骨架 → §5.1 官方基线	45 分钟
综述作者	§2.5 景观对照 → §7.5 时间线 → 附录 F 口径表 → 附录 H 引用模板	40 分钟
跨库实验设计者	§7.2 与 OCT2017 互补 → §8.4 双向对照 → 附录 M 映射表 → 附录 N 检查单	60 分钟
许可/合规审查	§4.2 CC0 细读 → 坑 6 → §6.3 光谱表 → INFOBOX 许可行	15 分钟

附录 R：缩写全展开速查

检索文献时最常见的缩写陷阱对照（OCT 语境）：

缩写	全称	常见误读
OCTID	OCT Image Database	误作 “OCT ID”（编号）或与 OCT 前缀文件混淆
AMRD	Age-related Macular Degeneration（文件前缀）	误作 AMD 拼写错误——是官方前缀（坑 5）
MH	Macular Hole	与 “Malignant Hyperthermia”（恶性高热）无关
CSR	Central Serous Retinopathy	与 “Corporate Social Responsibility” 撞名——医学语境无歧义
DME	Diabetic Macular Edema	OCT2017 类目；OCTID 未单列（附录 M）
CNV	Choroidal Neovascularization	OCT2017 类目；≈湿性 AMD 表现
SD-OCT	Spectral-Domain OCT	与 TD-OCT（时域，旧技术）区分
DP	Dynamic Programming（此处）	分割基线的初始化方法；与"动态规划决策"无关语境
LBP	Local Binary Pattern	纹理特征；与医学"腰椎穿刺"（lumbar puncture）撞名
GT	Ground Truth	标注金标准；OCTID 中仅 25 张正常图持有

附录 S：五类疾病的 OCT 读图要点（教学速览）

供非影像背景读者建立"模型为什么能分类"的直觉。每类列三个信号：典型征象、易混淆对象、模型可学特征。

NO（正常）

• 征象：十层条带连续平滑，中心凹凹陷完整，层间无积液无缺损。
• 易混淆：轻症 CSR（少量浆液积液初看像正常）、早期 AMD（玻璃膜疣小而不显）。
• 可学特征：层带连续性与中心凹形态——最"模板化"的类。

MH（黄斑裂孔）

• 征象：中心凹区全层或部分层组织缺失，孔缘常有囊样改变与"盖膜"征。
• 易混淆：假性裂孔（视网膜前膜牵拉形成的假象）——OCTID 未含此亚型，标签内不含此类干扰。
• 可学特征：中心凹区局部结构中断——五类中最锐利的判别信号，二分类 sanity check 的首选正类。

AMD（年龄相关性黄斑变性）

• 征象：RPE 层不规则增厚/隆起、玻璃膜疣沉积、（湿性）CNV 表现为 RPE 下的高反射团块伴积液。
• 易混淆：DR 的黄斑水肿（同为"层间液性暗区"）、CSR（浆液性脱离）。
• 可学特征：RPE 复合带的形态破坏——57 张小样本里还要承担干湿谱系的类内变异，是最难学的类。

CSR（中心性浆液性脉络膜视网膜病变）

• 征象：神经上皮层与 RPE 之间的浆液性脱离（低反射液腔），轻症只有局部浅脱离，重症脱离范围大且伴 RPE 损伤。
• 易混淆：AMD 湿性的浆液性 PED、DME 的囊样水肿。
• 可学特征：液腔的位置（神经上皮下）与光滑边界——分期混布（§2.6）使类内差异大，聚类分桶后再看特征更稳。

DR（糖尿病视网膜病变）

• 征象：DME 表现为层间囊样积液（海绵状暗区）、硬性渗出（高反射点）、视网膜增厚。
• 易混淆：AMD 的积液形态、正常眼的伪影。
• 可学特征：层间积液的"蜂窝状"分布——与 NO 的区分在轻症端最难，混淆矩阵重点盯 DR↔NO 与 DR↔AMD 两个格子。

读图要点到此为止——建模者不需要成为眼科医生，但知道"模型该看什么"能显著提高 debug 效率（比如模型靠"图像右下角水印"分类时，征象知识能立刻判死这条路）。

附录 T：跨模态方法学互鉴（OCT vs 眼底彩照）

OCTID（OCT）与库内眼底库（idrid rid 191、refuge rid 62）共享"眼科影像分割/分类"的方法学空间，但两侧技术迁移不是镜像对称：

方法学维度	眼底彩照侧（idrid/refuge）	OCT 侧（OCTID）	迁移方向与修正
标注粒度	图像级分级（DR 五期）+ 病灶框	层间边界 GT + 图像级病类	OCT 的分层 GT 更"细"，fundus 的分级标签更"临床"
分割对象	视杯/视盘（大结构、2D 区域）	层间边界（细条带、1D 曲线）	区域分割法（UNet 系）双向可用；边界任务加形状正则
类不平衡	分级长尾（重度期稀少）	类目比 3.6:1	同款对策：分层抽样+macro 指标
跨模态融合点	出血/渗出/微血管瘤（2D 投影）	层间水肿/缺损（深度信息）	病例级融合受 OCTID 无患者映射限制（坑 8）；分布级融合可行
质量伪影	亮度不均、视野裁切	散斑噪声、JPEG 压缩	各自的预处理管线不可互换，先实测（附录 O）

两条可操作的互鉴结论：其一，把 OCT 分层先验（OCTID GT）当"解剖约束"迁移到眼底库的视盘分割——解剖结构相对位置在两模态间有对应关系；其二，DR 研究做"fundus 筛查阳性 → OCT 确认"的两级流水线设计时，OCTID 是 OCT 确认级的最小可行评测集——这比硬造一个"fundus+OCT 同患者"对齐数据集便宜一个数量级。

附录 U：582 张能做什么——实验设计菜单

按"体量现实"把可行实验分成三档，供选题时对号入座：

绿档（582 张直接可行）

实验	设计要点
五类分类评测基准	预训练骨干 + 冻结特征线性探针 / 轻量微调；分层抽样划分 + macro-F1
MH vs NO 二分类 sanity check	最锐利判别对；任何新管线先用它验证数据装载正确性
正常眼分层分割评测	25 张 GT 做"留一/交叉"式方法对比；按层报告边界误差
CSR 供给研究	类内聚类分期 → 分期条件下的特征分析；公开域几乎唯一选择
可解释性/显著性分析	统一协议让显著性图跨类可比——大库做不到

黄档（需外部配合）

实验	需要什么
从头训练 CNN	数据增强全开 + 极小模型；预期方差大，需多种子
跨库域适应	OCT2017 等作源域；附录 N 检查单全项执行
分割模型训练	自标扩充（社区做法）或半监督；官方 GT 只作评测
患者级泛化分析	官方发患者映射才行——目前不可行

红档（数据不支持，别立项）

• 3D 体数据分析（每例仅 1 帧）。
• 病态视网膜分层分割训练（GT 只有正常眼 25 张）。
• 纵向随访/进展建模（无时间轴元数据）。
• 人口学亚组分析（无年龄性别等元数据）。

这张菜单的本质是把"规模"翻译成"实验可行性边界"——引用 OCTID 的立项书里如果出现红档条目，审稿人一票否决的概率极高。

附录 V2：五类之间的两两判别难度排序

给做混淆矩阵分析的人一个先验预期（基于 §2.6/附录 S 的征象分析，非实验数据）：

对	难度	主导因素
NO vs MH	★☆☆	全层缺损信号极强
MH vs AMD	★★☆	裂孔 vs 隆起形态差异明显
NO vs DR（轻症端除外）	★★☆	囊样积液显性
NO vs CSR（轻症端）	★★★	浅脱离与正常皱褶难分
NO vs AMD（早期）	★★★	玻璃膜疣细小
CSR vs AMD	★★★	浆液性脱离 vs 纤维血管性 PED 形态学交叠
DR vs AMD（水肿为主时）	★★★	都是"层间液性暗区"，位置与伴随征是关键

排序的用法：跑完五类分类后，把实际混淆矩阵与这张预期表对照——若"简单对"（如 NO vs MH）误分率高，先查数据管线而非模型；若混淆集中在预期"三星对"上，说明模型行为正常，改进方向是特征而非流程。

附录 W：检索关键词面板

把本条目可能被检索到的词集中列出（SEO 与站内互链参考）：

• 英文主词：OCTID、OCT Image Database、Optical Coherence Tomography Image Database、Waterloo OCT database、University of Waterloo Database。
• 疾病词：macular hole、AMD、age-related macular degeneration、central serous retinopathy、CSR、diabetic retinopathy、DR、retinal layer segmentation。
• 技术词：B-scan、fovea-centered、raster scan、Cirrus HD-OCT、SD-OCT、512×1024、retinal layers。
• 中文词：光学相干断层扫描、视网膜图像库、黄斑裂孔、黄斑变性、中浆、糖尿病视网膜病变、视网膜分层分割、眼科影像数据集。
• 平台词：Borealis、Dataverse、Scholars Portal、CC0、10.5683。
• 坑词（错误拼法但会命中）：AMRD（文件前缀）、Segmenation（子库原始拼写）、“OCT-ID”。

面板末条的"坑词"值得多看一眼：AMRD 与 Segmenation 是官方数据里的真实字符串——站内检索索引若能命中这两个错误拼法，反而会帮检索者直达数据本体。

附录 V：Borealis/Dataverse 平台速览（取数前 5 分钟）

OCTID 托管在 Dataverse 系平台——了解平台行为能省掉很多试错：

• 平台：Borealis（borealisdata.ca），加拿大高校联合的学术数据仓储，底层是开源 Dataverse 软件；前身 Scholars Portal Dataverse（旧域名会 302 到新域名，坑 9）。
• 条目结构：一个 Dataverse（dataverse/OCTID）下挂 7 个 Dataset（条目）；每个 Dataset 有独立 DOI 与版本号（V1, V2…）；文件挂在 Dataset 的版本里。
• 访问端点：网页 /dataset.xhtml?persistentId=doi:...（JS 渲染，爬虫不友好）；REST API /api/datasets/:persistentId?persistentId=doi:...（JSON，匿名可读）；文件直下 /api/access/datafile/<id>。
• 许可机制：license 是 Dataset 级字段（API 里 latestVersion.license）——OCTID 七条目全 CC0（本条目已逐一验证）；遇到 license 字段为 null 的 Dataverse 条目要看 Terms 页，别默认开放。
• 版本行为：新版本发布后旧 DOI 永久指向最新版（可加 ?version=1.0 锁版本）；OCTID 至今 V1，无锁版本需求，但复现脚本建议显式锁版本号，防未来漂移。
• 订阅：每条目页 “Get Updates”/RSS 可订阅版本变更——监控 OCTID 是否突然发 V2 的零成本手段。

平台的通用性是双刃剑：好处是 API 稳定、元数据规范、长线托管可靠（国家级基础设施）；代价是"条目≠数据包"的间接性（OCTID 主条目只有 PDF 即典型，坑 1）。取数脚本按本速览的端点结构写，迁移到库内其他 Dataverse 系条目（如 Zenodo 之外的大学托管库）时基本零改动。

---

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：

• fgadr — 共享标签：医学影像 / 眼科影像 / 图像分类 / 医学图像分割 / 糖尿病视网膜病变
• octa-500 — 共享标签：医学影像 / 眼科影像 / 医学图像分割 / 糖尿病视网膜病变
• duke-dme — 共享标签：医学影像 / 眼科影像 / 医学图像分割 / 糖尿病视网膜病变
• oimhs — 共享标签：医学影像 / 眼科影像 / 图像分类 / 医学图像分割
• palm — 共享标签：医学影像 / 眼科影像 / 图像分类 / 医学图像分割
• fives — 共享标签：医学影像 / 眼科影像 / 医学图像分割 / 糖尿病视网膜病变
• iostar — 共享标签：医学影像 / 眼科影像 / 医学图像分割 / 糖尿病视网膜病变
• eyepacs — 共享标签：医学影像 / 眼科影像 / 糖尿病视网膜病变
• messidor — 共享标签：医学影像 / 眼科影像 / 糖尿病视网膜病变
• ddr — 共享标签：医学影像 / 眼科影像 / 糖尿病视网膜病变

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。