RIGA (riga) — 密歇根 Deep Blue 750 张眼底图的六眼科医生视盘/视杯多标注青光眼基准 — AI-Ready Wikipedia

§0 导读：这个数据集解决什么问题

青光眼的诊断高度依赖对视神经乳头（optic nerve head）形态的判读——尤其是杯盘比（cup-to-disc ratio, CDR）：当视杯相对视盘持续扩大、神经视网膜边缘（neuroretinal rim）变薄时，提示青光眼性视神经损伤。问题是，这个判读天生是一个"多解"问题：视盘边界在哪里、视杯边界到哪里，即便训练有素的眼科医生之间也常常不一致。文献长期报告，同一张眼底图的视盘/视杯描边，不同医生给出的轮廓可以差出一圈；而基于单一"金标准"标签训练的模型，实际上只是在模仿某一位标注者的偏好，而非"客观的"解剖边界。</p>

RIGA 的核心贡献，恰恰是把这层"主观性"从隐患变成了显式的数据资产。它的做法不是"找一位最权威的专家标一遍"，而是让 6 名眼科医生各自独立、逐张地对全部 750 张眼底图描出视盘与视杯轮廓，再把 6 份标注全部保留下来。于是同一张图对应 7 个文件（1 张原图 + 6 份标注），全套共 750 张原图与 4500 张手工标注图。团队随后对 6 份标注做交叉评审：每名医生的标注由其余 5 名打分，逐图计算标准差（SD），据此识别并过滤掉离群标注。这套"多注释者 + 一致性过滤"的设计，使 RIGA 成为后续多注释者学习（multi-annotator learning）、标注者偏好建模、不确定性估计等研究方向最常用的公开基准之一。

从数据构成上看，RIGA 是一份典型的"组合式"数据集：750 张图来自三个彼此独立的来源——MESSIDOR（460 张，法国/欧洲的糖尿病视网膜病变库）、Bin Rushed Ophthalmic Center（195 张，沙特利雅得，非散瞳相机）与 Magrabi Eye Center（95 张，沙特利雅得，散瞳相机）。三源在图像尺寸、采集设备、散瞳状态、人群构成上各不相同，这既给数据集带来了天然的"多域（multi-domain）"属性（后续 RIGA+ 正是据此构造域自适应基准），也意味着使用者必须把"来源"当作一个显式变量，而不是把 750 张当作同质样本。

§0 读法三则：

1. RIGA 的价值不止在"图"，更在"6 份标注"：若只取一份标注当金标准，就等于浪费了数据集最独特的资产。想用满它，需要理解多注释者一致性指标（§4）与它的评测含义（§7）。
2. 「750 张」是数据集的原始图像总量；文献里频繁出现的「699 张」是去掉 50 张无标注 Bin Rushed 图后的有效标注子集。这两个数字不矛盾，但用途不同——前者是资产规模，后者是常见实验规模（坑 2 存照）。
3. RIGA 与库内 origa-light(rid 763) 常被检索者混淆：两者都是眼底视盘/视杯青光眼数据集，但来源、规模、许可、托管方完全不同（RIGA = 密歇根 Deep Blue、750 张、CC BY-NC；ORIGA = 新加坡 SiMES、650 张、Zenodo 镜像），命名也只是"看着像"。别把它们当作同一家族的别名（坑 1）。

§1 数据集速览：十问十答

Q1：RIGA 是什么、谁做的、托管在哪？
RIGA（Retinal Fundus Images for Glaucoma Analysis）是 2018 年由 Ahmed Almazroa 团队在 SPIE Medical Imaging 2018 上发布的一份青光眼眼底图像数据集（DOI 10.1117/12.2293584），数据本体托管于密歇根大学 Deep Blue Data（DOI 10.7302/Z23R0R29），开放获取，许可 CC BY-NC 4.0。

Q2：到底有多少张图？
750 张原始彩色眼底图，来自三个来源：MESSIDOR 460 张 + Bin Rushed 195 张 + Magrabia 95 张。每张图被 6 名眼科医生独立标注，故标注图总数为 750 × 6 = 4500 张。文献中常用于实验的"有效标注子集"为 699 张（460 MESSIDOR + 145 Bin Rushed + 94 Magrabia）。

Q3：标注的是什么？
6 名眼科医生各自用平板电脑（Microsoft Surface Pro 3）配合精密笔，在眼底图上手工描出视盘（optic disc）与视杯（optic cup）的边界轮廓。标注以细线形式画在同一张图上，cup 与 disc 同时标出，使用者需要提取描线层并区分两者（见 §2.4 与附录）。

Q4：为什么标 6 遍而不是 1 遍？
因为视盘/视杯边界是主观判读，单一标注无法反映真实的解剖不确定性。让 6 名医生独立标注，既可以直接度量观察者间一致性（inter-reader agreement），也可以让下游模型学习"标注分布"而非单一标签。这是 RIGA 区别于同期眼底数据集最核心的设计选择。

Q5：从标注里能算出什么？
团队从 6 份标注中提取 6 项结构参数：视盘面积、视盘质心、视杯面积、视杯质心、水平杯盘比（hCDR）、垂直杯盘比（vCDR）。这些参数与青光眼的临床判读直接对应（CDR > 0.3 视为可疑）。

Q6：不同医生的标注差多少？
不算小。经交叉评审，视盘的标注者间一致性均值为 0.6433（区间 0.5985–0.6916），视杯更低，仅 0.6325（区间 0.5189–0.6745）。视盘一致性优于视杯，原因是"视盘边界更清晰"。这也直接导致研究界无法给出唯一金标准，只能各取所需。

Q7：图像规格如何？
三个来源各不相同：MESSIDOR 有 2240×1488 与 1440×960 两种尺寸；Bin Rushed 为 2376×1584（Canon CR2 非散瞳相机，2014 采集）；Magrabia 为 2743×1936（Topcon TRC 50DX 散瞳相机，2012–2014 采集）。格式为 JPG 与 TIFF。

Q8：许可和获取方式？
CC BY-NC 4.0（署名 + 非商业性使用），经密歇根大学 Deep Blue Data 开放获取、匿名直下。唯一不便：MESSIDOR.zip（9.42 GB）因体积过大，Deep Blue 提示须使用 Globus 传输。全套存储量约 12.9 GB。

Q9：它和 RIGA+ 什么关系？
RIGA+（2022，Zenodo 10.5281/zenodo.6325549）是基于 RIGA 与 MESSIDOR 构造的域自适应（UDA）专用衍生集：过滤 6 个重复病例 + 按 hash 去掉与 MESSIDOR 的交集，重排为 BinRushed/Magrabia 两个源域与 MESSIDOR-BASE1/2/3 三个目标域（含大量无标注样本）。许可为 CC BY 4.0，是独立条目。

Q10：它在库内的位置？
RIGA 是库内青光眼视盘/视杯分割条目群的核心成员之一，与 refuge(62)、refuge2(766)、drishti-gs(301)、rim-one(291)、origa-light(763)、g1020(764)、papila(765) 构成同任务簇；因 460 张来自 MESSIDOR，与 messidor(59) 存在数据重叠（引用时须防重复计数，坑 4）。

§2A 数据集身份证与仓库元数据全录

2A.1 Deep Blue 条目字段逐项转录

为便于使用者核验，以下逐项转录 Deep Blue 数据集的元数据字段（2026-09 实抓）：

字段	值
Title	Retinal fundus images for glaucoma analysis: the RIGA dataset
URL	http://deepblue.lib.umich.edu/data/concern/data_sets/3b591905z
访问状态	Open Access Deposited
Creator	Almazroa, Ahmed
Depositor	sborda@umich.edu
Contact	almazrouaah@ngha.med.sa
Discipline	Health Sciences
Resource type	Dataset
DOI	https://doi.org/10.7302/Z23R0R29
License	http://creativecommons.org/licenses/by-nc/4.0/
Published	03/12/2018
Last modified	01/05/2026
Files	Count: 5; Size: 12.9 GB

Keywords（官方 9 个）：Medical imaging、Optic cup、Image processing、Optic disc、Glaucoma、Optic nerve head、Image segmentation、Fundus images、Automated glaucoma screening system。

这些关键词本身就很说明问题：数据集自我定位为"医学影像 + 视盘/视杯 + 图像处理 + 分割 + 自动青光眼筛查系统"——与库内 category_tags（医学影像/眼科影像/医学图像分割/青光眼）高度吻合，也印证"图像分类"标签来自其 CDR 可支撑的分类用途。

2A.2 文件级元数据（Deep Blue Files 面板）

文件名	上传日期	最后修改	大小	访问
RIGAdataset_readme.pdf	2018-03-13	2018-03-13	19.6 KB	Open Access
MESSIDOR.zip	2018-01-17	2020-10-06	9.42 GB	Open Access
BinRushed.zip	2018-01-17	2018-01-17	283 MB	Open Access
BinRushedcorrected.zip	2018-05-21	2018-05-21	395 MB	Open Access
Magrabia.zip	2018-01-17	2018-12-18	2.8 GB	Open Access

两个修改记录的解读：

• BinRushedcorrected.zip（2018-05-21）晚于原始 deposit 四个月，是官方对"遗漏 50 张"的补救——文件名直接叫 “corrected”，优先使用它是常识性建议；
• MESSIDOR.zip 的最后修改在 2020-10-06，晚于发布两年半，可能是重新打包或修复下载问题（官方未说明）。

2A.3 论文元数据（DOI resolver 转录）

字段	值
Title	Retinal fundus images for glaucoma analysis: the RIGA dataset
Conference	Medical Imaging 2018: Imaging Informatics for Healthcare, Research, and Applications
Volume	10579
Article	105790B
Pages	55-62
Publisher	SPIE
DOI	10.1117/12.2293584
Publication date	2018-03-06
Location	Houston, Texas, United States
ISBN	9781510616479
ISSN	1605-7422

2A.4 作者机构全表（9 人 / 10 机构）

#	作者	机构	国别
1	Ahmed Almazroa	King Saud bin Abdulaziz Univ. for Health Sciences；Univ. of Michigan	沙特 / 美国
2	Sami Alodhayb	Bin Rushed Ophthalmic Ctr.	沙特
3	Essameldin Osman	King Saud Univ.	沙特
4	Eslam Ramadan	Magrabi Eye and Ear Ctr.	沙特
5	Mohammed Hummadi	King Fahd Medical City	沙特
6	Mohammed Dlaim	Alhokama Eye Specialist Ctr.	沙特
7	Muhannad Alkatee	Al Jazeera Hospital	沙特
8	Kaamran Raahemifar	Univ. of Ryerson	加拿大
9	Vasudevan Lakshminarayanan	Univ. of Waterloo	加拿大

观察：9 名作者中 7 名来自沙特医疗机构（且多人即来自数据采集中心 Bin Rushed / Magrabi），2 名来自加拿大高校——这解释了数据集为何以沙特两中心为主力来源，也说明数据采集方与论文作者高度重合，是"自家数据自家发"的典型模式。

2A.5 与其他元数据源的交叉核验

字段	Deep Blue	SPIE / TIB	Google Scholar	是否一致
标题	✅	✅	✅	一致
DOI (论文)	✅ 10.1117/12.2293584	✅	✅	一致
DOI (数据)	✅ 10.7302/Z23R0R29	—	—	唯一源
页数	—	✅ 55-62	✅ 55-62	一致
日期	03/12/2018（数据）	2018-03-06（论文）	2018/3/6	口径不同，均正确
作者数	✅ 9	✅ 9	✅ 9	一致

数据上线日期（2018-03-12）与论文发表日期（2018-03-06）相差 6 天，属正常流程（先发论文、再挂数据）。

§2 数据构成与规格

2.1 三个来源、三种相机、三类人群

RIGA 的 750 张图是"拼"出来的，这不是缺陷而是设计——三源叠加制造出天然的域差异，正是后续多域泛化研究的素材：

来源	图像数	采集设备	散瞳状态	图像尺寸	采集时间	地点
MESSIDOR	460	—（沿用 MESSIDOR 原始采集）	—	2240×1488 与 1440×960	—	法国/欧洲（原始库）
Bin Rushed Ophthalmic Center	195	Canon CR2 非散瞳数码眼底相机	非散瞳（non-mydriatic）	2376×1584	2014	沙特利雅得
Magrabi Eye Center	95	Topcon TRC 50DX 散瞳相机	散瞳（mydriatic）	2743×1936	2012–2014	沙特利雅得
合计	750	—	混合	1440×960 ~ 2743×1936	2012–2014	—

来源差异带来若干实际问题：尺寸不统一（从 1440×960 到 2743×1936，跨度近 4 倍像素量）、散瞳状态不同（影响亮度与视场）、图像格式混用 JPG 与 TIFF（JPG 有损、不利于精确描线提取）。任何把三源直接拼接成单一训练集的做法，都必须先处理这些异构性——这正是 RIGA+ 将其显式重构为"源域/目标域"的动因（§6.3）。

2.2 七图一组：标注的组织方式

RIGA 最独特的地方在于其文件组织：每一张眼底图对应一组 7 张图——

• 1 张 base 图：未标注的原始眼底图（unannotated retina）；
• 6 张标注图：分别由 6 名眼科医生在同一张图上描出视盘与视杯边界。

由此，三个来源文件夹的构成可以精确核对：

来源文件夹	原始图	标注图（×6）	该文件夹总图数
MESSIDOR	460	2760	3220
Bin Rushed	195	1170	1365
Magrabia	95	570	665
合计	750	4500	5250

Deep Blue 官方描述原文口径：MESSIDOR 文件夹"460 原图 + 每名眼科医生各 460 张，文件内共 3220 张"；Bin Rushed “195 原图 + 每名医生各 195 张，共 1365 张”；Magrabi “95 原图 + 每名医生各 95 张，共 665 张”；“全部数据集共 750 张原始图与 4500 张手工标注图”。以上三源一致。

2.3 存储与文件清单

Deep Blue 条目共 5 个文件、合计约 12.9 GB：

文件	大小	上传 / 修改	说明
RIGAdataset_readme.pdf	19.6 KB	2018-03-13	数据集说明
MESSIDOR.zip	9.42 GB	2018-01-17 / 2020-10-06	460 图组；过大，须走 Globus
BinRushed.zip	283 MB	2018-01-17	195 图组（原始 deposit）
BinRushedcorrected.zip	395 MB	2018-05-21	修正版，补回 50 张
Magrabia.zip	2.8 GB	2018-01-17 / 2018-12-18	95 图组

体积分布本身提示了使用成本：仅 MESSIDOR 一组就占了全套约 73%，且必须用 Globus 传输，对只想做小规模验证的研究者不友好（坑 6）。

2.4 标注形态：描线，不是掩码

一个极易被忽略却影响工程实现的事实：RIGA 的原始标注是"描线"（thin lines），不是现成的二值/多类掩码（mask）。

• 每名眼科医生用精密笔在图上画出视盘与视杯的边界线，cup 与 disc 标在同一张图上；
• 标注线是颜色各异的细线（不同医生/不同描边工具颜色不完全一致），因此不能简单地按颜色阈值分离；
• 想要得到可训练的分割掩码，需要先把标注图与 base 原图做逐像素差分（pixel-wise subtraction），差出的非零像素即描线，再据线拟合/填充出视盘与视杯区域，并区分两者。

WCUPA 的一篇硕士论文详细记录了这一提取流程：用 Pillow 将标注图与 base 图转 NumPy 数组逐元素相减，损失格式（TIFF）保证无压缩伪影干扰；得到描线后再提取外接框中心点等方法定位 ROI、旋转归一化。这说明 RIGA 的"AI-Ready"程度其实打了折扣——它提供的是高质量的"人工判读痕迹"，而非"即插即用的标签张量"。使用者的第一道工序往往是自建 extractor（附录 G 给出骨架）。

2.5 规模口径与有效子集

数据集存在两套并行的规模口径，务必分清：

• 资产口径 = 750 张：Deep Blue 上实际存放的原始眼底图数量，也是论文摘要反复强调的"for a total of 750 images"。
• 有效标注子集口径 = 699 张：460 MESSIDOR + 145 Bin Rushed + 94 Magrabia。MDPI《Diagnostics》12(5):1063 与 NIH/LHNCBC 的 CBMS 2019 论文均独立采用此口径。

差异来自 Bin Rushed 的 50 张与 Magrabia 的 1 张（详见坑 2、坑 3）。建议：描述数据集规模时用 750；描述实验可用样本数时用 699（或按自己实际下载到的数量声明）。混用会给人"数据缩水"的错觉。

2.6 图像来源的抽样规则（疑点）

MESSIDOR 本体有 1200 张眼底图，而 RIGA 只取其中 460 张。论文与 Deep Blue 描述均未明示这 460 张的抽样规则（是随机、按质量、还是按 CDR 分布）。这属于本条目的一处遗留疑点（见 §9 与 FACTS §9）。对使用者的含义：若研究需要 RIGA 的 MESSIDOR 子集与 MESSIDOR 本体联合建模，其选择偏倚无法从公开文档中量化。

§3 注释生产与一致性设计

3.1 六名眼科医生的平行标注

RIGA 的标注模型是平行/独立（parallel & independent），而非"一人标、多人审"的层级制：

• 6 名眼科医生来自不同眼科中心（Bin Rushed、Magrabi 及沙特多家医院）；
• 每人在平板上独立对全部图像描边，互不参照；
• 每人用精密笔描出视盘与视杯边界，无预设模板。

这种设计的直接产物就是"同一张图 6 个不同答案"。它牺牲了"单一权威标签"，换来了对判读不确定性的直接观测能力。

3.2 交叉评审与 SD 过滤

为了判断 6 份标注中是否存在离群值，团队设计了交叉评审机制：

1. 每名医生的标注由其余 5 名评审（peer review）；
2. 对每张图，在 6 名医生之间计算 6 项参数（视盘/视杯面积与质心、hCDR、vCDR）的标准差（SD）；
3. 依据 SD 识别并过滤相应的离群标注——即把偏离过大的标注从"可信集"中剔除。

这套机制的学理含义："一致性"被当作质量代理指标。若某医生在多数图上都与群体偏离，其标注被视为偏置来源；过滤后留下的标注更接近群体的"共识边界"。代价是：过滤本身会削减标注的多样性——而多样性恰恰是多注释者学习想要的信号。这是一个内在张力（§8.2 展开）。

3.3 一致性的定量画像

交叉评审产出的数字，是理解 RIGA 使用方式的钥匙：

指标	视盘（OD）	视杯（OC）
标注者间一致性均值	0.6433	0.6325
一致性区间	0.5985 – 0.6916	0.5189 – 0.6745
最佳一致性区间（另一表述）	0.647 – 0.745	0.538 – 0.724

结论有三：

1. 视盘优于视杯：视盘边界相对清晰，视杯边界（尤其青光眼病例中）主观性强，一致性明显更低。
2. 整体仅属"中等"：0.63 量级的一致性说明，即便专业眼科医生，对视盘/视杯边界的判断也远未达到"客观测量"的程度。
3. 这解释了一个研究现象：后续大量多注释者学习论文都报告"模型在同注释者标注上训练/评测时表现最好、跨注释者评测时明显下降"（§7.3）。RIGA 的一致性数字正是这一现象的数据根因。

3.4 单注释者准确率：质量口径的另一面

同组另一篇论文（Optic disc segmentation for glaucoma screening system using fundus images，PMC5695265）用另一套口径评估了标注质量：以"标注的 SD 落在全体均值 SD 以内"定义为"准确"，则 6 名医生在视盘上的准确率为：

医生	评测图数	视盘准确率
4 号	472	88.7%（最佳）
6 号	466	87.3%（次佳）
自动算法	441	83.9%
2 号	471	75.7%（最低）

三点观察：

1. 最佳"医生"与最佳"算法"差距不大（88.7% vs 83.9%）——说明在视盘这种边界清晰的解剖上，自动化方法已接近人类水平；
2. 医生之间差距显著（88.7% vs 75.7%，差 13 个百分点）——再次印证"标注者偏好"是真实且系统的；
3. 该文统一结论是"视盘描边准确率对人工和自动方式都高，主要挑战来自视盘边界两侧的异常"。这为"视盘易、视杯难"的普遍经验提供了量化支撑。

§3A 标注生产的完整工艺链

3A.1 从采集到标注的五个环节

RIGA 的标注不是"一标了之"，而是一条有明确环节的工艺链。把它拆开看，有助于理解数据集中每个文件的来历：

环节	内容	产物
① 图像采集	三个眼科中心用各自相机采集眼底图	750 张原始眼底图（JPG/TIFF）
② 去标识化	去除患者可识别信息（de-identified）	无隐私风险的图像
③ 独立描边	6 名眼科医生各自用平板+精密笔描出视盘/视杯边界	4500 张标注图
④ 参数提取	从 6 份标注各算出 6 项结构参数	参数表（面积/质心/CDR）
⑤ 一致性评审与过滤	交叉评审 + SD 计算，剔除离群标注	过滤后的可信标注集

其中第 ② 步"去标识化"是数据集能够公开发布的前提——数据来源涉及沙特多家眼科中心的真实患者图像，论文明确其为"a de-identified dataset"，即去除身份信息后才能公开。这一点在使用者需要合规声明时值得引用。

3A.2 平板标注的工效学细节

论文披露了一个容易被忽略的硬件细节：标注是在 Microsoft Surface Pro 3（12 英寸高分辨率屏，2160×1440）上用**精密笔（precise pen）**完成的。这意味着：

1. 标注是"手绘"而非"点选"：医生是在屏幕上一笔一笔画出边界线，因此每条线都是连续的曲线；
2. 屏幕分辨率限制了标注精度上限：2160×1440 的屏幕坐标精度，与实际眼底图分辨率（最高 2743×1936）之间存在映射，标注在放大后可能有亚像素级误差；
3. 不同医生的笔压/笔速不同，导致描线粗细、颜色不完全一致——这正是 §2.4 提到的"不能按颜色简单分离"的原因。

3A.3 描线的几何形态

理解了描线是手绘曲线，就能理解为什么"从 RIGA 得到掩码"需要额外工序：

• 视盘描线是一条闭合曲线，圈住整个视盘；
• 视杯描线是另一条闭合曲线，圈住视杯（通常位于视盘曲线内部）；
• 两条曲线画在同一张图上，因此要区分"哪个是 disc、哪个是 cup"，需要借助几何包含关系（cup 一般被 disc 包含）或颜色线索；
• 由于是手绘，曲线不是完美的椭圆，直接拟合椭圆会损失真实形状信息——这是为什么有些研究选择"差分填充"而非"椭圆拟合"。

3A.4 提取流程的工程细节

WCUPA 论文记录的提取流程值得完整复述，因为它是公开文献中最详细的 RIGA 提取记录：

1. 选格式：只用 MESSIDOR 的 lossless TIFF（1440×960），因为 Bin Rushed 是有损 JPEG，压缩伪影会干扰差分；
2. 选子集：从 460 张 MESSIDOR 中取 1440×960 的 163 张，得 163 base + 163×6 = 978 标注图，每张约 9.8 MB；
3. 差分提取：diff = annotation_array - base_array，因 TIFF 无损，差分后非零像素即描线；
4. 定位旋转：提取描线外接框，算中心点，绕中心旋转归一化；
5. 区分 cup/disc：视盘与视杯同图标出，需先分离再分割。

这段记录的价值在于它实证了"RIGA 不可直接用"：连一篇正经论文都要写一整套 extractor。使用者的时间预算里，应当预留这部分工程量。

3A.5 不同来源的提取难度差异

来源	格式	提取难度	原因
MESSIDOR	JPG + TIFF	中（有 TIFF 可无损差分）	有损/无损混合，选 TIFF 即可
Bin Rushed	主要为 JPG（有损）	高	有损压缩伪影会污染差分结果
Magrabia	TIFF/JPG；部分为裁剪图	高	有论文指出 Magrabia 图像"被从完整眼底图裁剪"，视场不完整

第三点尤其重要：有研究（WCUPA）明确表示"最小的 Magrabia 集未被使用，因为其图像是从完整眼底图裁剪而来的"。这意味着 Magrabia 子集的视场可能不完整，用它当测试集时需注意其与另外两源的域差异（这正是 RIGA+ 把 Magrabia 归为"源域"、用 MESSIDOR 作"目标域"的原因之一）。

§4 多注释者一致性的深入解剖

4.1 为什么"一致性"是 RIGA 的一级指标

在大多数数据集中，一致性是被用来事后质疑数据可靠性的。RIGA 反其道而行：它把一致性做成了数据集的显式维度。因此在读 RIGA 相关论文时，会反复看到三组数字：inter-reader agreement（读片者间一致性）、Dice（分割重叠度）、以及"同注释者 vs 跨注释者"的性能落差。理解这三者的关系，才能读懂 RIGA 生态里绝大多数实验设计。

4.2 一致性为何只有"中等"

视盘/视杯边界不是一条物理上存在的线，而是解剖过渡带的抽象：

• 视盘边界是神经视网膜边缘（neuroretinal rim）与外部区域的过渡，通常在颜色上有渐变（“视盘与视网膜之间的强度渐变”），边界不锐利；
• 视杯边界（cup margin）更主观——临床上不同判读标准（颜色、血管弯折点等）会给出不同轮廓；
• 病理情况下更糟：视盘玻璃膜疣（drusen）、视盘水肿、视盘周围萎缩（peripapillary atrophy）、视杯切迹等会让"线"更加模糊。

这正是 WHY 一节引用的结论：“由于视盘边界对比度低，某些图中未能检测到 OD 边界，因此需要预处理来选取最佳分量。” 也因此，在青光眼病例上，一致性问题比正常眼上更严重——这对数据集使用者是个隐含警告：RIGA 的不确定性并非均匀分布，而是与病理程度相关。

4.3 多注释者实验的典型结论

综合多篇以 RIGA 为基准的方法学论文（MSE-Nets arXiv 2311.10380、Annotator Preference arXiv 2111.13410、TAB arXiv 2306.01340、PU-Net arXiv 2404.07580），可以归纳出三条稳定实证：

1. 同注释者自评最优：用某位医生自己的标注训练、再用同一位医生的标注评测，性能最高（Dice 对角线显著高于非对角线）。这直接证明每位医生有一套稳定且可学习的"评分模式"（annotator preference）。
2. 跨注释者性能骤降：同一模型换另一位医生的标注评测，Dice 明显下降——模型学到的是"这位医生的偏好"，而非通用解剖边界。
3. 视杯的落差大于视盘：因为视杯主观性更高，"标注者偏好"在视杯上的影响更显著，所有方法在视杯上的提升空间也更大。

表：PU-Net 类实验在 RIGA 上的典型软 Dice（%），格式为（视盘, 视杯）

同注释者条件：视盘约 95–96、视杯约 79–85；跨注释者条件：视盘仍较高，视杯可低至 68–74。可见视杯是"标注者偏好"的主战场。

4.4 对建模的三条实用含义

1. 不要迷信单一金标准。若你的下游任务是"青光眼筛查"，用 6 份标注的投票/融合结果当标签可能比任取一份更稳；但若研究的是判读行为建模，则应保留全部 6 份。
2. 报告最好带"标注者维度"。在 RIGA 上只报单一 Dice 而不说明用谁的标注、怎么融合，结果难以复现、也难以与他文对比（坑 5）。
3. 不确定性与病理相关。在健康眼上表现好的模型，可能在疑难病例上崩溃得更厉害——这是 RIGA 特别适合做不确定性估计/校准研究的原因。

4.5 与库内其他"多注释者"资源的对照

资源	多注释者模式	一致性指标	库内 rid
RIGA	6 名眼科医生平行标注视盘/视杯	agreement 0.63 量级	本条目
QUBIQ	多专家多任务概率分割	专为标注变异评测	—（未入库）
REFUGE / REFUGE2	单金标准为主	一般不报告标注者一致性	62 / 766
ORIGA-light	专家按 CERA 协议单套标注 + 13 项判读	有结构字段但非多注释者	763

RIGA 在库内的独特性在于：它是唯一一个把"6 份平行标注"作为一等资产公开的青光眼眼底集。ORIGA 提供的是"更丰富的单套结构判读字段"，RIGA 提供的是"同一边界的多份独立判读"——两者互补，不可替代（§9）。

§5 任务、评测与基准

5.1 支持的三大类任务

任务	输入	输出	RIGA 的支撑方式
视盘/视杯分割	眼底图	视盘/视杯区域	6 份描线 → 需自行转掩码
CDR 估计	眼底图或分割结果	hCDR / vCDR	从标注直接算 6 项参数
青光眼分类/筛查	眼底图	正常/青光眼	需自建 CDR 阈值或标签（数据集本身不含逐图疾病标签）

关键提醒：RIGA 本身不提供逐图青光眼诊断标签。它提供的是"视盘/视杯轮廓 + CDR 参数"，作为青光眼判读的中间量。要把它用作分类任务，需要自行设定 CDR 阈值（如 >0.3 判为可疑）或在文献给定的划分上构造标签。这一点常被初次使用者误判（坑 7）。

5.2 CDR 的临床意义与阈值

• 视盘（optic disc）：血管与神经纤维进出视网膜的圆形区域；
• 视杯（optic cup）：视盘中央不含神经纤维的较亮区域；
• 杯盘比 CDR：视杯与视盘的直径/面积之比。青光眼性损伤导致视杯相对扩大，CDR > 0.3 被视为青光眼可疑（LHNCBC CBMS 2019 论文原文口径）；
• RIGA 提供**水平（hCDR）与垂直（vCDR）**两个方向——临床上垂直 CDR 对青光眼更敏感。

5.3 常用评测指标

指标	含义	在 RIGA 上的常见口径
Dice / F1	分割重叠度	视盘高、视杯低
Soft Dice	多阈值下 Dice 的均值（如阈值 0.1/0.3/0.5/0.7/0.9）	多注释者论文主用
Jaccard / IoU	交并比	视盘最高可达 0.95
ACC	像素准确率	因类别极不平衡，普遍 >0.98，参考价值有限
Hausdorff distance	边界最远距离	衡量边界误差
CDR 误差	估计 CDR 与参考 CDR 之差	直接对接临床判读

统计卫生提醒：RIGA 上 ACC 普遍 0.98–0.99，因为视盘/视杯只占整图很小比例，背景像素极多导致 ACC 天然虚高。不要用 ACC 作为主要指标，这是该数据集上最常见的度量误用（坑 8）。

5.4 代表基准数字

单注释者 U-Net（NIH/LHNCBC，CBMS 2019，FB）：

结构	视盘 Jaccard	视盘 F-measure	视杯 Jaccard	视杯 F-measure
FCN/U-Net（最佳）	0.95	0.98	0.80	0.88

多注释者软 Dice 基准（近年在 RIGA 上的典型区间）：

设定	视盘 Soft Dice (%)	视杯 Soft Dice (%)
同注释者（自评）	95–97	79–88
跨注释者（他评）	94–96	68–79
融合/多数投票	约 95	约 85

（具体数值随论文与融合策略而异，仅作量级参考；引用时应回到原文表格。）

5.5 常用数据划分

RIGA 无官方固定划分，文献形成了几种"事实标准"：

• 655 / 95：Bin Rushed + MESSIDOR 共 655 张作训练，Magrabia 95 张作测试（多篇 ar5iv/arXiv 论文采用）；训练集内再随机取 20% 作验证；
• 200 / 550：PMC5695265 采用（200 训练、550 测试）；
• 70 张多样本 + 其余无标注：MSE-Nets 的半监督多注释者设定（从 BinRushed 195 + MESSIDOR 460 中随机选 70 张作为多标注数据）。

后果：不同划分下报告的数字不可横向直接比较。若要在 RIGA 上做可复现评测，务必显式声明划分（坑 5）。

§5A 基准方法谱系与横向对照

5A.1 视盘/视杯分割的方法演进

RIGA 发布八年来，在其上评测的方法大致经历了三代演进。理解这条脉络，有助于判断一个方法是否"过时"：

第一代：传统图像处理（2018 前后）

• 依赖阈值分割、血管提取、椭圆拟合；
• 典型流程：先定位 ROI（用模糊熵阈值 + 差分进化找最亮区域即视杯/视盘），再用 top-hat 变换提取血管，用扩散过程修补血管（inpainting），最后分割视盘边界；
• 局限：“性能高度依赖良好的二值化算法”，在低对比度、病理图像上容易失败；
• 代表：PMC5695265 的算法，视盘准确率 83.9%。

第二代：全卷积网络（2019 前后）

• U-Net / FCN 成为主流，直接端到端分割；
• 常见技巧：先 ROI 检测再分割（用 CNN 定位视盘中心，裁剪正方形区域，边长设为最大视盘直径的 2 倍），以降低大图内存压力；
• 代表：NIH/LHNCBC 的 FCN/U-Net，视盘 Jaccard 0.95、视杯 0.80；
• 观察：视盘已接近饱和（0.95），视杯仍是瓶颈（0.80）。

第三代：多注释者感知与不确定性建模（2021 至今）

• 不再追求"拟合单一金标准"，转而建模标注分布；
• 方法分支：标注者偏好建模（Annotator Preference）、随机标注误差建模、变换器偏置感知（TAB）、多评分者提示学习（Multi-rater Prompting / PU-Net）、多标注半监督集成（MSE-Nets）；
• 评测指标从硬 Dice 转向 Soft Dice + 多评分者条件；
• 代表数字：视盘 Soft Dice 95–97、视杯 79–88（同注释者条件下）。

5A.2 三代方法的横向对照

维度	第一代（传统）	第二代（FCN）	第三代（多注释者）
核心假设	边界可由低层特征刻画	边界可由网络学习	边界是分布，非单点
输入	手工特征	原图/ROI	原图 + 标注者标识/提示
输出	单一分割	单一分割	分割分布/多条件分割
视盘性能	中等	高（0.95）	高（0.95+）
视杯性能	低	中（0.80）	中高（0.88）
对标注不一致的处置	忽略	取单一金标准	显式建模
代表	PMC5695265	LHNCBC pub9929	2111.13410 / 2306.01340 / 2311.10380

结论：RIGA 之所以从第二代平滑过渡到第三代，是因为它天生就带着 6 份标注——当研究界意识到"单一金标准是伪命题"时，RIGA 已成存量资产，无需重新采集即可支撑新范式。这是"标注设计决定数据集寿命"的最佳例证（§8.4）。

5A.3 与 REFUGE 系方法的对照

REFUGE（MICCAI 2018 挑战赛）与 RIGA 同属青光眼视盘/视杯基准，但设计哲学不同：

维度	RIGA	REFUGE / REFUGE2
标注模式	6 份平行标注	单套金标准为主
主要用途	多注释者学习、不确定性	挑战赛排名、域泛化
划分	无官方（文献自定）	官方 train/val/test
数据来源	三源混合	REFUGE2 为四相机多域
库内 rid	本条目	62 / 766

实践建议：若研究目标是"横向刷榜/可比排名"，REFUGE 系有官方划分更合适；若目标是"研究标注不确定性/多注释者学习"，RIGA 是唯一选择。两者不应互相当作排名对手（划分与评测口径都不同）。

5A.4 常用方法的典型超参（供复现参考）

综合多篇 RIGA 论文，可归纳出一组常见训练配置：

项	常见取值	说明
输入尺寸	224×224 / 256×256	原图大，普遍下采样
优化器	Adam	学习率 1e-5 ~ 1e-2 不等
Batch size	8	多篇一致
归一化	减均值除标准差	均值/标准差在训练集上统计
Epochs	60 ~ 300	随方法而异
划分	655 train / 95 test	BinRushed+MESSIDOR / Magrabia
指标	Soft Dice（多阈值均值）	阈值 0.1/0.3/0.5/0.7/0.9

注意：以上为文献常见值而非官方规定；RIGA 无官方超参。

§6 获取与许可：一扇开着的门，带一道非商业门槛

6.1 许可：CC BY-NC 4.0

RIGA 的许可证是 Creative Commons Attribution-NonCommercial 4.0（CC BY-NC 4.0），Deep Blue 条目 License 字段直链 http://creativecommons.org/licenses/by-nc/4.0/。含义拆解：

条款	允许	限制
BY（署名）	可自由复制、分发、改编	必须注明来源与许可
NC（非商业性）	学术研究、教学、非盈利项目	不得用于商业目的（含商业产品训练，需另行授权）
4.0 版本	国际通用版本，含数据库相关权利	—

对 AI 研究的实际含义：做研究、发论文、开源非商业模型没问题；把 RIGA 训练数据或衍生模型用于商业化，需要单独取得授权。这与库内不少 CC BY 4.0 数据集不同，NC 条款是需要在许可证评审中显式标注的红线。

6.2 获取路径

项	内容
托管方	University of Michigan Deep Blue Data
数据集页	https://deepblue.lib.umich.edu/data/concern/data_sets/3b591905z
DOI	10.7302/Z23R0R29
获取摩擦	匿名直下（Open Access Deposited），无需注册
例外	MESSIDOR.zip（9.42 GB）须经 Globus 下载
全套体积	约 12.9 GB（5 文件）
联系	almazrouaah@ngha.med.sa（作者）；depositor sborda@umich.edu

实操建议：

1. 只想快速试验 → 先下 BinRushedcorrected.zip（395 MB）+ Magrabia.zip（2.8 GB），避开 Globus；
2. 需要完整 460 张 MESSIDOR 子集 → 必须配置 Globus；
3. 优先用 BinRushedcorrected.zip 而非 BinRushed.zip（后者缺 50 张，坑 2）。

6.3 版本链与衍生集 RIGA+

RIGA 不是一个孤立的静态快照，它有一条清晰的"版本—衍生"链：

RIGA 本体 (2018, 10.7302/Z23R0R29, CC BY-NC 4.0)
   │  750 张原始图 + 4500 张 6 医生标注
   │
   ├── BinRushedcorrected (2018-05-21) ── 补回 50 张的官方修正包
   │
   ├── RIGA+ (2022, 10.5281/zenodo.6325549, CC BY 4.0)
   │      ├── 源域：BinRushed 195 + Magrabia 95
   │      └── 目标域：MESSIDOR-BASE1/2/3（含无标注样本）
   │
   └── fundus_domain_generalization 等基准
          └── 基于 REFUGE2 + Drishti-GS + ORIGA + RIGA 的多域泛化评测

RIGA+ 的域结构（官方表）：

角色	域	标注样本（训练+测试）	无标注样本	图像尺寸
Source	BinRushed	195 (195+0)	0	800×800（裁切后）
Source	Magrabia	95 (95+0)	0	800×800
Target	MESSIDOR-BASE1	173 (138+35)	227	800×800
Target	MESSIDOR-BASE2	148 (118+30)	238	800×800
Target	MESSIDOR-BASE3	133 (106+27)	252	800×800

RIGA+ 的建设动机值得记住：它指出既往多域 UDA 数据集"各域标注来自不同眼科医生组，存在标注者偏置"，而 RIGA+ 全部标注由同一组眼科医生完成，因而"能让不同数据集间的标注者偏置被缓解"，从而"为 UDA 方法提供一个相对公平的基准"。清洗动作包括：按 MESSIDOR Errata 过滤 RIGA 中 6 个重复病例，并按 hash 值去除 RIGA 与 MESSIDOR 的交集。RIGA+ 打包为 RIGAPlus.zip（1.1 GB），许可 CC BY 4.0（去掉了 NC）。

双口径存照：RIGA+ 的图像数量，官方 Zenodo description 未直接给出总数；EyeDataHub 目录记 “Primary reported quantity 1461 images”，依据是"当前 deposit 的 RIGA 目录中的 TIF 图像"。本条目按 FACTS §9 存照处理，正文以官方域表为准。

6.4 AI-Ready 评估视角

维度	RIGA 表现
可发现性	高（DOI + Deep Blue + 论文三入口）
可获取性	高（开放、匿名、直下）——唯 MESSIDOR.zip 需 Globus
许可清晰度	高（CC BY-NC 4.0 明确）——但 NC 限制商业使用
元数据完整度	中（来源/尺寸/标注流程清楚，但抽样规则、医生身份、标注工具细节缺失）
即用性（AI-Ready）	中偏低（标注是 TIFF 描线，非标准掩码，需自建 extractor；无固定划分；无逐图疾病标签）
多注释者价值	极高（核心卖点，同类稀缺）

一句话总结 RIGA 的 AI-Ready 画像：“门是开着的，但屋里要自己动手装修”——获取零门槛，格式与标签格式却需要不少预处理工程量（附录 G）。

§7 生态与影响

7.1 引用与影响

• 数据引用 DOI：10.7302/Z23R0R29；学术引用：SPIE 10579, 105790B（DOI 10.1117/12.2293584）。
• 论文被引：Google Scholar 约 250 次（2026-09 三镜像口径 249/250/252）。
• 引用分布并非均匀：从 2018 年起逐年攀升，2021–2022 达到高峰——与"多注释者学习 / 标注不确定性"成为热点的节奏高度同步。

7.2 在方法学谱系中的位置

RIGA 之所以长盛不衰，是因为它恰好为三条研究脉络提供了现成的数据底座：

1. 多注释者学习（multi-annotator learning）：代表方法如 Annotator Preference / Probabilistic U-Net 变体 / 变换器偏置建模，均以 RIGA 为主基准。
2. 半监督与多标注融合：MSE-Nets 等在半监督设定下利用 RIGA 的多标注（Average/Random/STAPLE 三种融合策略对照）。
3. 不确定性估计与校准：多注释者天然携带"标注分布"，是概率分割与校准研究的理想素材。

7.3 "同注释者最优"现象的方法学意义

前文反复提到的一个现象值得单列：所有模型在同一注释者标注上训练与评测时最优，换人评测即下降。这不是 RIGA 的缺陷，而是它揭示的普遍规律——分割模型的性能上限，受限于标注者偏好的可预测性。由此派生出两条研究建议：

• 报告多维度指标：至少给出"平均跨注释者"与"融合金标准"两组数字；
• 谨慎宣称"接近人类"：若模型只在单一标注上达到人类一致性水平，它可能只是"学会了这位医生"，离"学会了解剖"仍远。

7.4 与库内条目的关系（互链网络）

同任务簇（青光眼视盘/视杯分割）：

条目	rid	与 RIGA 的关系
refuge	62	同为青光眼视盘/视杯基准，MICCAI 2018 挑战赛
refuge2	766	REFUGE 后继，四相机多域
drishti-gs	301	视盘/视杯分割基准，印度 Aravind 采集
rim-one	291	青光眼视神经评估眼底库
origa-light	763	新加坡 SiMES 650 张视盘/视杯，最易与 RIGA 混淆
g1020	764	1020 张青光眼分割基准
papila	765	双眼配对眼底 + 临床数据的青光眼评估集
gamma	361	多模态青光眼分级
justraigs	746	青光眼转诊双任务挑战赛 + 10 万张训练集

数据重叠：messidor(59)——RIGA 的 460 张即取自 MESSIDOR，引用与统计时须防重复计数。

眼底影像大类：eyepacs(58)、aptos-2019(61)、odir(63)、idrid(191)、deepdrid(211)、e-ophtha(231)、rfmid(271)、palm(281)、brset(351)、fives(741)、hrf(261)。

OCT/OCTA 邻近：oct2017(311)、retouch(321)、rose(331)、octa-500(341)、octdl(690)、octid(697)、duke-dme(744)、oimhs(745)。

7.5 检索路径建议

• 想找青光眼分割基准：riga → refuge → refuge2 → drishti-gs → origa-light → g1020
• 想找多注释者/标注方法学：riga → quilt-1m(51) → medical-decathlon(77)
• 想找眼底影像全景：riga → odir → rfmid → brset

§8 方法学启示：三条可迁移的经验

8.1 "多注释者公开"是把双刃剑

RIGA 的贡献是公开了 6 份标注；代价是数据集没有"唯一正确的答案"。这带来一个使用决策分岔：

• 若目标是复现临床判读的上限 → 融合 6 份标注（投票/STAPLE）当金标准；
• 若目标是建模拟合判读行为/建模不确定性 → 保留全部 6 份，显式建模标注者维度。

两者不可兼得：融合会抹掉偏好信号，保留会引入评测歧义。RIGA 使用者必须在开工前想清楚自己站哪一边（这是它与"单金标准"数据集最本质的使用差异）。

8.2 一致性过滤与多样性的内在张力

§3.2 的 SD 过滤提升了标注集的"共识纯度"，但也剔除了最有个性的标注——而被剔除的那些，恰恰可能是多注释者学习最想捕捉的"尾部分歧"。这是一条可迁移的经验：任何"先清洗后研究"的流程，都要问一句"清洗是否会抹掉我要研究的信号"。若研究兴趣在不确定性本身，甚至应考虑使用未过滤的原始 6 份标注。

8.3 "中间量数据集"的价值与陷阱

RIGA 提供 CDR 这类临床中间量，而非终端的"患病/未患病"标签。这有好有坏：

• 好处：CDR 可解释、可复算、可跨数据集迁移，且与临床判读逻辑直接对齐；
• 陷阱：从 CDR 到诊断需要阈值决策（如 >0.3），而阈值是人为设定的，会引入额外的主观性。使用者若把 CDR 误差当作最终指标，可能掩盖了"阈值设置"这一真正的业务变量。

经验：用中间量数据集时，务必将"中间量精度"与"下游决策效果"分开报告。

8.4 数据集的"复古价值"

RIGA 采集于 2012–2014，图像分辨率与成像条件放到今天已不算先进。但它依然是多注释者研究的首选基准——原因是数据集的科学价值不只看图像质量，还看标注设计的稀缺性。这提示一个反直觉的结论：在追逐更新、更大、更高分辨率数据集的同时，"标注结构上的独特性"往往比"像素上的先进度"更能决定一个数据集的长期生命力。

§11A 延伸讨论：多注释者数据的五个使用场景

RIGA 的 6 份标注可以支撑至少五类不同的研究场景。把它们逐一展开，有助于使用者对号入座：

11A.1 场景一：分割模型训练（复现金标准）

目标：训练一个视盘/视杯分割器，性能尽量高。
做法：把 6 份标注融合成单一标签（多数投票/STAPLE/取某位公认最好者），按常规监督分割训练。
优势：任务定义清晰、指标可比。
代价：丢掉了 5 份标注的信息，"高性能"可能只是拟合了融合标签。
适用：工程落地、需要单一输出的筛查系统。

11A.2 场景二：标注者偏好建模

目标：让模型理解"每位标注者怎么标"，并可按需生成特定风格的标注。
做法：保留 6 份标注，为每份引入标注者标识（one-hot 或 embedding），训练条件分割模型。
优势：充分利用 RIGA 的独特资产。
代价：需要处理"标注者标识"在推理时如何给定。
适用：方法学研究、Multi-rater Prompting 类工作。

11A.3 场景三：不确定性估计与校准

目标：让模型输出"这个边界有多不确定"。
做法：把 6 份标注视为"同一图的多次采样"，训练概率分割（probabilistic segmentation），用标注分歧作为不确定性监督。
优势：RIGA 天然提供"分歧真值"。
代价：评测不确定性质量需要专门指标（如校准误差、与标注分歧的相关性）。
适用：临床安全关键场景、需要"拒识/转诊"的筛查系统。

11A.4 场景四：半监督/多标注学习

目标：在只有少量图有（多份）标注、大量图无标注的情况下训练。
做法：用少量多样本图（如 70 张）的多份标注 + 其余无标注图做半监督。
优势：RIGA 的 t 规模适合做这类实验。
代价：半监督方法对超参敏感。
适用：MSE-Nets 等半监督方法评测。

11A.5 场景五：域自适应

目标：把在某域训练的模型迁移到另一域。
做法：用 RIGA+ 的源域（BinRushed/Magrabia）与目标域（MESSIDOR-BASE1/2/3）做无监督域自适应。
优势：RIGA+ 已重排好域结构，且全部标注同源（无标注者偏置混淆）。
代价：需用 RIGA+ 而非 RIGA 本体。
适用：UDA 方法评测、跨中心泛化研究。

11A.6 五场景对照总表

场景	用几份标注	是否融合	关键指标	主要陷阱
分割训练	融合后 1 份	是	Dice	只拟合融合标签
偏好建模	全部 6 份	否	条件 Dice	标识给定方式
不确定性	全部 6 份	分布建模	校准误差	指标选择
半监督	部分多份	混合	Dice	超参敏感
域自适应	源/目标分域	分域	目标域 Dice	需用 RIGA+

§11B 数据集的"标注伦理"视角

11B.1 谁在为标注买单

RIGA 的 6 名眼科医生是无偿贡献其专业时间吗？论文未详述。但一个可以确认的事实是：4500 张标注的工作量是巨大的——若按每张描边数分钟计，6 名医生各自标注 750 张，是数千分钟级的专业劳动。这份劳动之所以能成为公共资产，依赖的是学术共同体的自愿贡献传统。

11B.2 去标识化的边界

RIGA 被称为 “de-identified dataset”。在眼底图像中，可识别信息可能藏在：

• 图像元数据（EXIF 中的设备、时间、地点）；
• 图像内容（极少数情况下眼底血管模式被认为具有生物特征性）；
• 文件名与归档结构（可能含患者编号）。

论文声明已去标识，但未详细说明去标识的具体操作（是否剥离 EXIF、是否重命名）。使用者在合规审查时，这一点可能需要额外确认（遗留疑点）。

11B.3 标注者署名的缺失

值得注意：6 名眼科医生未被逐一署名。这在医学数据集中很常见（保护隐私），但也意味着贡献者的学术credit无法追溯。从数据伦理角度，这是一个可以讨论的张力：标注者既是"数据生产者"，又被隐去了身份。

11B.4 对使用者的伦理提示

1. 使用 RIGA 时，应尊重其非商业条款——数据来自患者与医生的善意贡献，商业利用超出原始授权范围；
2. 报告结果时应说明标注来源与处理方式，不自称"客观金标准"；
3. 若基于 RIGA 开发临床应用，须重新做本地伦理与数据合规审查，不能直接套用 RIGA 的伦理许可（RIGA 的伦理许可来自滑铁卢大学，仅覆盖其数据采集本身）。

§9 与库内条目的关系

9.1 家族图谱

RIGA 在库内处于"青光眼眼底分割"与"多注释者方法学"两个子簇的交点上：

                  青光眼眼底 / 视盘视杯分割簇
   ┌──────────────────────────────────────────────────────┐
   │  refuge(62)  refuge2(766)  drishti-gs(301)            │
   │  rim-one(291)  origa-light(763)  g1020(764)           │
   │  papila(765)  gamma(361)  justraigs(746)              │
   │              ▲                                        │
   │              │  同一任务、不同设计                      │
   │          【RIGA(本条目)】← 唯一"6 份平行标注"设计        │
   │              │                                        │
   │              │  数据重叠（460 张来自 MESSIDOR）         │
   │              ▼                                        │
   │          messidor(59) ─── 眼底影像大类 ───  eyepacs(58)│
   └──────────────────────────────────────────────────────┘
                              │
                              ▼
                  多注释者 / 标注方法学簇
              quilt-1m(51)  medical-decathlon(77)

9.2 与 origa-light 的对照（最易混淆项）

维度	RIGA	ORIGA-light
官方名	Retinal fundus images for glaucoma analysis	ORIGA(-light): Online Retinal Fundus Image Database
规模	750 张（有效 699）	650 张
来源	MESSIDOR + Bin Rushed + Magrabia	新加坡 SiMES 队列（马来裔）
标注	6 名眼科医生平行标注	单套专家标注 + 13 项结构判读字段
托管 / DOI	密歇根 Deep Blue / 10.7302/Z23R0R29	Zenodo 镜像 / 10.5281/zenodo.10674885
许可	CC BY-NC 4.0	原始学术用途；Zenodo 镜像 CC BY 4.0
库内 rid	本条目	763

结论：两者是独立数据集，不是别名。检索时请分别对待（坑 1）。

9.3 检索路径建议

• 想比较青光眼分割基准：riga ↔ refuge ↔ refuge2 ↔ drishti-gs ↔ origa-light ↔ g1020 ↔ rim-one ↔ papila
• 想研究多注释者/不确定性：riga → quilt-1m → medical-decathlon
• 想找眼底影像全景：riga → odir → rfmid → brset → eyepacs
• 注意数据重叠：涉及 messidor(59) 的统计需去重

§10 避坑清单：八个已踩过的坑

坑 1：把 RIGA 与 ORIGA 当作同一数据集（别名撞库）
库内已有 origa-light(rid 763)，其 slug 含子串 “riga”，检索 %riga% 会命中它。但两者来源、规模、许可、托管完全不同（见 §9.2）。处置：RIGA 独立成条，绝不合并不复用 slug。

坑 2：750 vs 699 混用
"750 张"是资产总量，"699 张"是去掉 50 张无标注 Bin Rushed 图后的有效标注子集。两个数字都对，但用途不同。处置：描述规模用 750，描述实验可用样本用 699/自实际下载数，并显式说明。

坑 3：Bin Rushed 的 145 张之谜
文件夹里是 195 张，文献里常用 145 张。原因存两说：(a) Deep Blue 官方注记称 depositor 最初遗漏 50 张、2018-05-21 以 BinRushedcorrected.zip 补回；(b) MDPI/NIH 论文称"50 张不含眼底内容/无任何视盘视杯标注，故用 145 张"。处置：优先下载 BinRushedcorrected.zip；报告中说明取 145 还是 195。

坑 4：与 MESSIDOR 重复计数
RIGA 的 460 张来自 MESSIDOR 本体（库内 rid 59）。若在同一研究/统计里既用 RIGA 又用 MESSIDOR，会重复计数同一批图。处置：联合使用时按 hash/文件名去重（RIGA+ 正是这么做的）。

坑 5：无官方划分导致数字不可比
RIGA 没有官方 train/val/test 划分，文献用 655/95、200/550、70 多样本等多种方案。处置：报数必声明划分与注释者选择；引用他文数字前先核对其划分。

坑 6：以为标注是现成掩码
RIGA 的标注是彩色描线 TIFF（cup 与 disc 画在同一图），不是二值/多类掩码。处置：需自建 extractor（差分法，见附录 G），先分离描线再区域化并区分 cup/disc。

坑 7：误以为 RIGA 自带青光眼诊断标签
RIGA 提供视盘/视杯轮廓与 CDR 参数，不含逐图"青光眼/正常"诊断标签。处置：做分类任务需自行设阈值或构造标签，并说明构造规则。

坑 8：拿 ACC 当主指标
视盘/视杯仅占全图小部分像素，ACC 普遍 >0.98，天然虚高。处置：用 Dice/Soft Dice/Jaccard/Hausdorff/CDR 误差，ACC 至多作辅证。

坑 9（附）：MESSIDOR.zip 需要 Globus
9.42 GB 且 Deep Blue 不让直下，新手常在下载环节卡住。处置：先装 Globus，或先做小规模实验只用 Bin Rushed/Magrabia。

§11 总结

11.1 三句话总结

1. RIGA 是把"视盘/视杯判读的主观性"变成数据资产的青光眼眼底基准：750 张三源眼底图 × 6 名眼科医生独立描线 = 4500 张标注图。
2. 它的核心可复用价值在多注释者一致性（视盘 0.6433、视杯 0.6325），这是"标注者偏好学习"“不确定性建模”"半监督多标注"研究的现成底座。
3. 使用前须过三道关：格式关（描线转掩码）、划分关（无官方划分）、许可关（CC BY-NC 4.0 非商业）。

11.2 适合谁

• 研究多注释者学习 / 标注者偏好建模 / 不确定性估计的方法学者；
• 做青光眼筛查 / CDR 估计 / 视盘视杯分割的算法团队；
• 研究医学影像观察者间一致性、标注质量度量的研究者；
• 需要多域眼底素材做域泛化实验的团队（可对接 RIGA+）。

11.3 不适合谁

• 需要现成二值/多类掩码直接训练、不愿做预处理的项目；
• 需要逐图青光眼金标准诊断标签的临床验证研究；
• 计划商业化使用而无法取得额外授权的团队（NC 条款）；
• 追求高分辨率、现代成像的眼科影像研究（RIGA 采集于 2012–2014）。

11.4 30 秒决策卡

你若……	结论
想做多注释者分割	首选，且保留全部 6 份标注
想做青光眼筛查分类	可用，但需自建 CDR 阈值标签
想要即插即用掩码	需自建 extractor，先评估工程量
想商业化	需另行授权（NC）
只想要小规模验证	先下 BinRushedcorrected（395 MB）

FAQ（高频问答 24 问）

A. 基础认知

Q1：RIGA 全称？ Retinal Fundus Images for Glaucoma Analysis，即"用于青光眼分析的视网膜眼底图像"。

Q2：谁发布的、什么时候？ Ahmed Almazroa 团队，2018-03-06 在 SPIE Medical Imaging 2018 发布；数据 2018-03-12 上线密歇根 Deep Blue。

Q3：为什么叫 RIGA 而不是缩写更长的名字？ RIGA 就是官方缩写（Retinal fundus Images for Glaucoma Analysis 取首字母），论文与数据集页均以 RIGA 指称。

Q4：RIGA 和 RIGA+ 是一个东西吗？ 不是。RIGA 是 2018 原始集（CC BY-NC 4.0，Deep Blue）；RIGA+ 是 2022 的域自适应衍生集（CC BY 4.0，Zenodo），两者应作独立条目。

B. 数据与获取

Q5：怎么下载？ 访问 deepblue.lib.umich.edu 数据集页（DOI 10.7302/Z23R0R29），开放匿名下载；MESSIDOR.zip 需 Globus。

Q6：总共有多大？ 约 12.9 GB（5 个文件）。

Q7：许可能不能商用？ 不能直接商用，CC BY-NC 4.0 含 NonCommercial 条款。

Q8：图像格式？ JPG 与 TIFF。

Q9：图像尺寸统一吗？ 不统一，从 1440×960 到 2743×1936。

Q10：标注是什么格式？ 眼科医生手工描线（TIFF/JPG），cup 与 disc 同图，不是现成掩码。

C. 标注与一致性

Q11：几张图、几人标？ 750 张 × 6 名眼科医生 = 4500 张标注图。

Q12：6 名医生是谁？ 论文仅述"经验丰富"，来自不同眼科中心，未逐一披露姓名与资历。

Q13：一致性多高？ 视盘 0.6433、视杯 0.6325（均值口径）。

Q14：为什么视杯更差？ 视杯边界主观性更强、对比度更低，病理情况下尤甚。

Q15：SD 过滤做了什么？ 逐图计算 6 名医生参数的 SD，识别并过滤偏置过大的离群标注。

Q16：单医生准确率如何？ 视盘最佳 88.7%、最低 75.7%（PMC5695265 口径）。

D. 任务与评测

Q17：能做哪些任务？ 视盘/视杯分割、CDR 估计、青光眼筛查（需自建标签）。

Q18：有官方划分吗？ 没有；常见 655/95、200/550。

Q19：常用指标？ Dice/Soft Dice、Jaccard/IoU、Hausdorff、CDR 误差；慎用 ACC。

Q20：SOTA 数字大概多少？ 视盘 Jaccard 可达 0.95、视杯 0.80（单注释者 U-Net）；多注释者软 Dice 视盘 95+、视杯 79–88。

E. 生态与库内

Q21：它在库内和谁最像？ origa-light(763)，但两者不同（§9.2）。

Q22：和 MESSIDOR 什么关系？ 460 张来自 MESSIDOR，存在数据重叠，须防重复计数。

Q23：和 REFUGE 什么关系？ 同为青光眼视盘/视杯基准，独立数据集，常被并列比较。

Q24：我该选 RIGA 还是 REFUGE？ 要多注释者/不确定性 → RIGA；要多域/挑战赛划分 → REFUGE/REFUGE2。

事实清单（硬事实 30 条）

1. 全称：Retinal fundus images for glaucoma analysis: the RIGA dataset。
2. 发布日期：2018-03-06（SPIE）；数据上线 2018-03-12（Deep Blue）。
3. 论文 DOI：10.1117/12.2293584；Proc. SPIE 10579:105790B，pp.55-62。
4. 数据 DOI：10.7302/Z23R0R29。
5. 托管：University of Michigan Deep Blue Data。
6. 创作者：Ahmed Almazroa。
7. 论文作者 9 人，机构横跨沙特与美国/加拿大。
8. 原始眼底图总数：750 张。
9. 来源：MESSIDOR 460 + Bin Rushed 195 + Magrabia 95。
10. 标注眼科医生数：6 名。
11. 标注图总数：4500 张。
12. MESSIDOR 文件夹总图数：3220。
13. Bin Rushed 文件夹总图数：1365。
14. Magrabia 文件夹总图数：665。
15. 有效标注子集：699 张（460+145+94）。
16. 全套体积：约 12.9 GB，5 个文件。
17. MESSIDOR.zip：9.42 GB，须 Globus。
18. BinRushedcorrected.zip：395 MB，2018-05-21 补丁。
19. 格式：JPG 与 TIFF。
20. 尺寸范围：1440×960 ~ 2743×1936。
21. Bin Rushed 相机：Canon CR2 非散瞳，2014。
22. Magrabia 相机：Topcon TRC 50DX 散瞳，2012–2014。
23. 提取参数 6 项：视盘面积/质心、视杯面积/质心、hCDR、vCDR。
24. 视盘一致性均值：0.6433。
25. 视杯一致性均值：0.6325。
26. 视盘最佳单医生准确率：88.7%（4 号）。
27. 视盘最低单医生准确率：75.7%（2 号）。
28. 算法视盘准确率：83.9%。
29. 许可：CC BY-NC 4.0。
30. 衍生集 RIGA+：Zenodo 10.5281/zenodo.6325549，CC BY 4.0，2022-03-03。

术语表（22 条）

• RIGA：Retinal Fundus Images for Glaucoma Analysis，本条目数据集。
• 青光眼（glaucoma）：以视神经进行性损伤为特征的致盲眼病。
• 眼底图（fundus image）：对视网膜的彩色照相。
• 视盘 / 视神经乳头（optic disc / optic nerve head, OD）：血管与神经纤维进出视网膜的圆形区。
• 视杯（optic cup, OC）：视盘中央不含神经纤维的较亮区。
• 神经视网膜边缘（neuroretinal rim）：视盘与视杯之间的环形区域。
• 杯盘比（cup-to-disc ratio, CDR）：视杯与视盘之比，>0.3 视为可疑。
• hCDR / vCDR：水平 / 垂直杯盘比。
• 分割（segmentation）：逐像素划分目标区域。
• 掩码（mask）：二值/多类标签张量。
• 描线（outline/delineation）：手工画出的边界线。
• 多注释者（multi-annotator）：同一图由多人独立标注。
• 观察者间变异（inter-observer variability）：不同标注者之间的差异。
• 读片者一致性（inter-reader agreement）：标注者间一致程度的量化。
• 标注者偏好（annotator preference）：每位标注者稳定的判读倾向。
• 离群标注（outlier annotation）：偏离群体过大的标注。
• 标准差过滤（SD filtering）：按 SD 剔除离群标注。
• Dice / Soft Dice：分割重叠度 / 多阈值 Dice 均值。
• Jaccard / IoU：交并比。
• Hausdorff distance：边界最远距离。
• 域自适应（UDA, unsupervised domain adaptation）：无标注目标域的迁移学习。
• MESSIDOR：法国糖尿病视网膜病变眼底数据库，RIGA 460 张来源。

附录

附录 A：条目信息速查卡

项	值
名称	RIGA（Retinal Fundus Images for Glaucoma Analysis）
slug	riga
规模	750 原图 + 4500 标注图
来源	MESSIDOR 460 + Bin Rushed 195 + Magrabia 95
注释者	6 名眼科医生
任务	视盘/视杯分割、CDR 估计
许可	CC BY-NC 4.0
托管	密歇根 Deep Blue（10.7302/Z23R0R29）
论文	SPIE 10579:105790B（10.1117/12.2293584）
衍生	RIGA+（10.5281/zenodo.6325549）
category_tags	医学影像/眼科影像/医学图像分割/青光眼/评测基准/图像分类

附录 B：DAIMS 评估全表

DAIMS 维度	评分	说明
Data Discoverability（可发现性）	★★★★★	DOI + Deep Blue + SPIE 论文 + 广泛文献引用，多入口可达
Accessibility（可获取性）	★★★★☆	开放匿名直下；MESSIDOR.zip 需 Globus 扣半星
Interoperability（互操作性）	★★☆☆☆	无标准 schema；描线需自行转换；无统一划分
Metadata（元数据）	★★★☆☆	来源/尺寸/流程清楚；抽样规则、医生身份、readme 细节缺失
Sustainability（可持续性）	★★★★★	大学机构仓储 + DOI，长期稳定
AI-Readiness（即用性）	★★☆☆☆	标注非掩码、无固定划分、无疾病标签，预处理门槛高
Compliance（许可清晰度）	★★★★☆	CC BY-NC 4.0 明确；NC 限制商业
标注丰富度（多注释者）	★★★★★	6 份平行标注，同类稀缺
综合	★★★★☆	"标注设计一流、格式即用性一般"的均衡型基准

附录 C：逐项证据链自证

事实	来源 1	来源 2	来源 3
750 张	SPIE 摘要	Deep Blue 描述	PMC5695265
460/195/95	Deep Blue 描述	MDPI 12(5):1063	LHNCBC pub9929
4500 标注图	Deep Blue 描述	—	—（官方唯一来源）
6 名眼科医生	SPIE 摘要	Deep Blue	arXiv 系列
一致性 0.6433/0.6325	MDPI 12(5):1063	LHNCBC pub9929（0.643/0.633）	—
88.7%/75.7%/83.9%	PMC5695265	Dove Press 同文	—
12.9 GB / 文件清单	Deep Blue Files 面板	—	—
CC BY-NC 4.0	Deep Blue License	EyeDataHub 复核	—
10.1117/12.2293584	DOI resolver	TIB	Google Scholar

附录 D：数据获取决策树

想要什么？
├─ 只要小规模试验 ──► BinRushedcorrected.zip (395MB) + Magrabia.zip (2.8GB) 直下
├─ 要完整 460 MESSIDOR ──► 配置 Globus 下载 MESSIDOR.zip (9.42GB)
├─ 要域自适应素材 ──► RIGA+ (Zenodo 6325549, CC BY 4.0)
└─ 要现成掩码 ──► 无官方版，需自建 extractor（附录 G）或找社区镜像

附录 E：标注提取与使用规范

1. 下载后先区分 base 图与 6 张标注图（按命名规则分组）；
2. 用差分法提取描线：annotation_array - base_array（TIFF 无损，无伪影）；
3. 分离 cup 与 disc 描线（同图不同颜色/不同线，需按几何关系或颜色聚类拆分）；
4. 将描线区域化（填充/拟合）得到掩码；
5. 分别对 6 名医生生成 6 套掩码，或按策略融合。

附录 F：多注释者使用 SOP

1. 明确研究目标：拟合偏好建模 还是 复现金标准；
2. 若复现金标准：用投票/STAPLE 融合 6 份；
3. 若建模偏好：保留 6 份，按注释者维度拆分训练/评测；
4. 评测至少报告"同注释者"与"跨注释者"两组 Dice；
5. 声明数据划分与注释者选择。

附录 G：标注提取算法骨架（伪代码）

for each source_folder in [MESSIDOR, BinRushed, Magrabia]:
    for each image_group in source_folder:
        base = read_numPy(image_group.base)        # 未标注原图
        for annotator in 1..6:
            ann  = read_numPy(image_group.annotator[annotator])
            diff = ann - base                       # 逐像素差分
            lines = diff.nonzero()                  # 描线像素
            disc_line, cup_line = split_by_geometry(lines)
            disc_mask = fill(disc_line)             # 区域化
            cup_mask  = fill(cup_line)
            save(disc_mask, cup_mask, annotator)
    # 注意：cup/disc 同图，拆分需几何或颜色线索

附录 H：CDR 计算骨架（伪代码）

def cdr(disc_mask, cup_mask):
    v_disc = vertical_diameter(disc_mask)
    v_cup  = vertical_diameter(cup_mask)
    h_disc = horizontal_diameter(disc_mask)
    h_cup  = horizontal_diameter(cup_mask)
    return h_cup / h_disc, v_cup / v_disc       # hCDR, vCDR
# 青光眼可疑阈值：CDR > 0.3（文献口径）

附录 I：统计指标计算公式表

指标	公式	备注
Dice	2·\	A∩B\
Soft Dice	mean( Dice@thresholds )	阈值 0.1/0.3/0.5/0.7/0.9
Jaccard/IoU	\	A∩B\
ACC	(TP+TN)/(TP+TN+FP+FN)	易虚高，慎用
Hausdorff	max( 边界最大最小距离 )	边界误差
CDR 误差	\	CDR_pred − CDR_ref\

附录 J：三源规格对照表

维度	MESSIDOR	Bin Rushed	Magrabia
图数	460	195（有效 145）	95（常取 94）
尺寸	2240×1488 / 1440×960	2376×1584	2743×1936
相机	—	Canon CR2 非散瞳	Topcon TRC 50DX 散瞳
年份	—	2014	2012–2014
地点	法国/欧洲	沙特利雅得	沙特利雅得
文件夹总图	3220	1365	665

附录 K：多注释者一致性数字对照

指标	值	来源
视盘 OD agreement 均值	0.6433	MDPI 12(5):1063
视盘 OD 区间	0.5985–0.6916	MDPI 12(5):1063
视杯 OC agreement 均值	0.6325	MDPI 12(5):1063
视杯 OC 区间	0.5189–0.6745	MDPI 12(5):1063
OD 均值（另一口径）	0.643	LHNCBC CBMS 2019
OC 均值（另一口径）	0.633	LHNCBC CBMS 2019

附录 L：与库内条目关系声明

本条目与 origa-light(763) 为独立数据集（非别名）；与 messidor(59) 存在数据重叠（460 张来源）；与 refuge(62)、refuge2(766)、drishti-gs(301)、rim-one(291)、g1020(764)、papila(765) 为同任务不同数据集；与 RIGA+ 为衍生关系。

附录 M：坑点档案（与 §10 对照）

坑	一句话	处置
1	RIGA ≠ ORIGA	独立成条
2	750 vs 699	分口径
3	195 vs 145	用 corrected 包
4	与 MESSIDOR 重叠	去重
5	无官方划分	声明划分
6	标注非掩码	自建 extractor
7	无诊断标签	自设阈值
8	ACC 虚高	用 Dice 类
9	MESSIDOR.zip 需 Globus	预装 Globus

附录 N：许可条款细读

• CC BY-NC 4.0 关键限制：
  • BY：转载/改编须署名原作者与来源，标注许可；
  • NC：不得用于商业目的（含以盈利为目的的产品/服务）；
  • 无 SA 限制：不要求衍生作品同许可；
  • 无 ND 限制：允许改编；
• 镜像/衍生集 RIGA+ 为 CC BY 4.0（无 NC），若 RIGA+ 满足需求可绕过 NC 限制（但须核实其再授权合法性）。

附录 O：检索决策树

要找青光眼分割数据？
├─ 要多注释者/不确定性 ──► RIGA (本条目) + RIGA+
├─ 要多域挑战赛划分 ──► REFUGE(62) / REFUGE2(766)
├─ 要单套丰富结构字段 ──► ORIGA-light(763)
├─ 要更大人群/多中心 ──► G1020(764) / PAPILA(765)
└─ 要双眼配对+临床 ──► PAPILA(765)

附录 P：坑点编号制补遗（第 5 坑以上）

本条目坑点编号采用「坑 N：」制，正文 §10 列出坑 1–9（含附坑 9），均源自实证：

• 坑 1（别名/撞库）、坑 2（规模口径）、坑 3（Bin Rushed 缺失）、坑 4（MESSIDOR 重叠）、坑 5（无划分）、坑 6（描线非掩码）、坑 7（无诊断标签）、坑 8（ACC 虚高）、坑 9（Globus）。

附录 Q：参考文献与来源 URL 清单

1. Almazroa A, et al. Retinal fundus images for glaucoma analysis: the RIGA dataset. Proc. SPIE 10579:105790B, 2018. https://doi.org/10.1117/12.2293584
2. Deep Blue Data 数据集页. https://deepblue.lib.umich.edu/data/concern/data_sets/3b591905z （DOI 10.7302/Z23R0R29）
3. Almazroa A, et al. Optic disc segmentation for glaucoma screening system using fundus images. PMC5695265. https://pmc.ncbi.nlm.nih.gov/articles/PMC5695265
4. Kim J, Tran L, Chew EY, Antani S. Optic Disc and Cup Segmentation for Glaucoma Characterization Using Deep Learning. IEEE CBMS 2019. https://lhncbc.nlm.nih.gov/LHC-publications/PDF/pub9929.pdf
5. Identifying Those at Risk of Glaucoma: A Deep Learning Approach… Diagnostics 2022, 12(5):1063. https://www.mdpi.com/2075-4418/12/5/1063
6. Hu S, Liao Z, Xia Y. RIGA+ Dataset for Unsupervised Domain Adaptation. Zenodo, 2022. https://doi.org/10.5281/zenodo.6325549
7. MSE-Nets: Multi-annotated Semi-supervised Ensemble Networks. arXiv:2311.10380.
8. Modeling Annotator Preference and Stochastic Annotation Error. arXiv:2111.13410.
9. Transformer-based Annotation Bias-aware Medical Image Segmentation. arXiv:2306.01340.
10. Multi-rater Prompting for Ambiguous Medical Image Segmentation. arXiv:2404.07580.
11. WCUPA 硕士论文 A Machine Learning System for Glaucoma Detection using Inexpensive Computation.
12. EyeDataHub RIGA 目录页. https://khosravipooya.com/EyeDataHub/datasets/riga

FAQ（补充问答 24 问）

F. 工程与复现

Q25：为什么我的 Dice 和别人差很多？
最可能是三点之一：①用的注释不同（谁的金标准）；②划分不同（655/95 还是 200/550）；③融合策略不同（投票/STAPLE/随机）。逐项核对后再比。

Q26：输入尺寸必须下采样吗？
多数方法会下到 224/256，因为原图（最高 2743×1936）直接训练显存吃紧。若追求边界精度，可先裁 ROI（视盘附近）再分割，减少下采样损失。

Q27：怎么解决类别不平衡？
视盘/视杯占图面积小，正负样本极不平衡。常用加权损失（Dice loss）、ROI 裁剪、或只在视盘附近计算损失。

Q28：Magrabia 为什么常当测试集？
因为它与其他两源域差异最大（散瞳、尺寸最大、部分裁剪），是最"难"的一域，用来测泛化最敏感。文献里 655/95 的"95"就是它。

Q29：能不能直接用 RIGA+ 代替 RIGA？
若做 UDA，可以且更合适（有源/目标域定义）；若做多注释者研究，RIGA 本体更原始完整（RIGA+ 做了重复过滤与重排）。

Q30：6 份标注怎么融合最合理？
没有唯一答案：医学图像里 STAPLE 是经典概率融合；简单场景多数投票即可；多评分者论文常建议保留全部标注而非融合（若研究兴趣是分布）。

G. 数据质量与偏倚

Q31：RIGA 有人群偏倚吗？
有。Bin Rushed/Magrabia 来自沙特眼科中心，MESSIDOR 来自欧洲，人口构成不同且未逐例披露人口学信息。跨人群泛化需外部验证。

Q32：病理分布如何？
数据集含正常与青光眼图像，但未提供逐图诊断标签，因此病理分布无法直接从元数据统计，只能靠 CDR 推断。

Q33：有没有标注错误？
多注释者模式下"错误"定义本身就模糊；数据集通过 SD 过滤剔除离群标注，但过滤后的残留分歧仍然存在。

Q34：图像质量参差吗？
是。三源三种相机、两种散瞳状态、尺寸跨度大，质量不统一是使用前必须面对的现实。

H. 许可与合规

Q35：能用于发表论文吗？
可以（CC BY-NC 4.0 允许非商业研究使用），署名并注明许可即可。

Q36：能用于公司内部研发吗？
需谨慎。"非商业性"界定模糊，以盈利为目的的使用通常被排除；建议逐一评估或取得授权。

Q37：能重新分发吗？
可以（BY 允许），须保留署名与许可声明，且不得移除许可信息。

Q38：RIGA+ 的 CC BY 4.0 能覆盖 RIGA 本体吗？
不能。RIGA+ 只是其自身打包物的许可声明，RIGA 本体仍受 CC BY-NC 4.0 约束。使用 RIGA 原始图仍受 NC 限制。

I. 库内定位

Q39：RIGA 在库内属于哪一类？
医学影像 / 眼科影像 / 医学图像分割 / 青光眼 / 评测基准 / 图像分类（category_tags）。

Q40：为什么它有"图像分类"标签却说自己没分类标签？
因为库标签描述的是"数据集可支撑的任务类型"——RIGA 的 CDR 可支撑青光眼二分类。数据集本身不含诊断列，但可构造分类任务。

Q41：和 justraigs(746) 什么区别？
JustRAIGS 规模达 10 万张、面向青光眼转诊、双任务可解释；RIGA 只有 750 张但胜在多注释者标注。规模与研究定位都不同。

Q42：和 hrf(261) 什么区别？
HRF（High-Resolution Fundus）是血管分割导向的小数据集（45 张）；RIGA 是视盘/视杯导向。任务不同。

Q43：为什么 RIGA 没有进入"最大数据集"榜单？
因为它的卖点是标注设计而非规模（750 张在眼底数据集中属中小型）。评估数据集价值不能只看张数。

Q44：如果只能记住 RIGA 的一件事？
记住它有6 遍独立标注。这是它区别于所有同类的核心。

J. 进阶

Q45：RIGA 能用于半监督吗？
能。MSE-Nets 等就在 RIGA 上做多标注半监督（只用 70 张多样本 + 其余无标注）。

Q46：能用于概率分割/校准吗？
非常适合——6 份标注直接提供"标注分布"，是概率 U-Net 类方法的理想素材。

Q47：能用于域自适应吗？
能，但更推荐直接用 RIGA+（已重排为源/目标域）。

Q48：能用于自监督预训练吗？
可以（有 750 张原图），但规模偏小，更适合微调而非从零预训练。

附录 R：RIGA vs 同类数据集横向对照表

数据集	图数	注释者	来源	许可	库内 rid
RIGA	750	6	MESSIDOR+BinRushed+Magrabia	CC BY-NC 4.0	本条目
REFUGE	1200	单套	多中心	研究用途	62
REFUGE2	2000	单套	四相机	研究用途	766
Drishti-GS	101	单套（4 专家融合）	印度 Aravind	研究用途	301
RIM-ONE	159+	单套	西班牙	研究用途	291
ORIGA-light	650	单套 + 13 字段	新加坡 SiMES	原学术/Zenodo CC BY 4.0	763
G1020	1020	单套	单中心	—	764
PAPILA	488（双眼配对）	单套	古巴	—	765
MESSIDOR	1200	—	法国	研究用途	59

RIGA 的独特点在于"注释者数 = 6"一列——同表其余数据集多为单套标注。

附录 S：常见失败模式与排查表

现象	可能原因	排查方向
Dice 异常高（>0.98）	用了 ACC；或只测了背景	换 Dice；检查正类占比
视杯 Dice 异常低	标注来源不匹配；未做 ROI	核注释者；试 ROI 裁剪
训练不收敛	学习率过大；未归一化	降 lr；减均值除标准差
跨来源性能崩	域差异（散瞳/尺寸/裁剪）	分源评估；域自适应
提取的掩码是空的	差分方向反了/格式非 TIFF	换 TIFF；检查 base/ann 顺序
复现不出论文数字	划分/注释者不同	对齐划分与金标准定义

附录 T：术语中英对照速查（补充）

中文	英文	缩写
视神经乳头	optic nerve head	ONH
视网膜神经纤维层	retinal nerve fiber layer	RNFL
视盘周围萎缩	peripapillary atrophy	PPA
非散瞳	non-mydriatic	—
散瞳	mydriatic	—
差分进化	differential evolution	DE
图像修补	inpainting	—
全卷积网络	fully convolutional network	FCN
域自适应	domain adaptation	DA
无监督域自适应	unsupervised domain adaptation	UDA
多数投票	majority voting	MV
标签融合	label fusion	—
提示学习	prompt learning	—
离群值	outlier	—
标准差	standard deviation	SD
质心	centroid	—
召回/精确	recall / precision	—

附录 U：RIGA 使用清单（Checklist）

下载前

• [ ] 确认许可（CC BY-NC 4.0）与用途匹配
• [ ] 装好 Globus（如需 MESSIDOR 全量）
• [ ] 规划磁盘空间（≥13 GB 原始 + 解压余量）

使用前

• [ ] 选 BinRushedcorrected 而非 BinRushed
• [ ] 决定取 750 还是 699 口径
• [ ] 决定用几位注释者的标注
• [ ] 决定融合策略（投票/STAPLE/全保留）
• [ ] 建好描线→掩码 extractor

训练时

• [ ] 显式声明划分（655/95 等）
• [ ] 分源评估（MESSIDOR/BinRushed/Magrabia 各自）
• [ ] 报告同注释者 + 跨注释者两组数字
• [ ] 主指标用 Dice/Soft Dice，不用 ACC

发布时

• [ ] 引用数据 DOI 与论文 DOI 双引
• [ ] 若同时用 MESSIDOR，声明去重策略
• [ ] 注明许可与是否商用

附录 V：RIGA 相关论文时间线

年份	事件/论文
2012–2014	Bin Rushed 与 Magrabia 图像采集
2018-01	数据文件上传 Deep Blue
2018-03-06	SPIE Medical Imaging 2018 论文发表
2018-03-12	Deep Blue 数据集条目发布
2018-05-21	BinRushedcorrected.zip 补丁
2019	NIH/LHNCBC 用 FCN/U-Net 建立分割基准
2021	Annotator Preference 建模（arXiv 2111.13410）
2022-03-03	RIGA+ 域自适应衍生集发布
2022	Diagnostics 12(5):1063 报告一致性数字
2023	TAB 变换器偏置感知（arXiv 2306.01340）
2023	MSE-Nets 多标注半监督（arXiv 2311.10380）
2024	多评分者提示学习 PU-Net（arXiv 2404.07580）

附录 W：与库内 PANDA/病理系的类比

RIGA 与库内 panda(27) / panda-plus 在"标注方法学"上有可类比之处：

• panda-plus 用"学生标注 + 专家终审"的三层流水线，暴露了原 PANDA 的标签噪声；
• RIGA 用"6 名专家平行标注"，暴露了视盘/视杯判读本身的固有不确定性。

两者的共同启示：医学影像的"金标准"往往是脆弱的，把标注过程本身透明化，比宣称一个完美标签更有科学价值。区别在于 PANDA-PLUS 是"重标 + 质疑前作"，RIGA 是"平铺 + 展示分歧"——一个纵向深挖，一个横向铺开。

附录 X：数据规模换算与存储提示

项	数值	换算
原始图	750 张	—
标注图	4500 张	750×6
总图	5250 张	750+4500
压缩包总量	12.9 GB	—
解压后估计	约 25–40 GB	数十 GB 级，需预留
MESSIDOR 子集占比	约 73%	9.42/12.9
单张（MESSIDOR TIFF 1440×960）	约 9.8 MB	WCUPA 记录

解压后体积未在官方文档给出，上表为按每张图体积估算的估计值，仅供容量规划参考，非官方数字（已标注为估计）。

---

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：

• origa-light — 共享标签：医学影像 / 眼科影像 / 医学图像分割 / 青光眼 / 评测基准 / 图像分类
• g1020 — 共享标签：眼科影像 / 医学图像分割 / 青光眼 / 评测基准 / 图像分类
• drions-db — 共享标签：医学影像 / 眼科影像 / 医学图像分割 / 青光眼 / 评测基准
• justraigs — 共享标签：医学影像 / 眼科影像 / 青光眼 / 评测基准 / 图像分类
• refuge2 — 共享标签：医学影像 / 眼科影像 / 医学图像分割 / 青光眼 / 图像分类
• acrima — 共享标签：医学影像 / 眼科影像 / 青光眼 / 评测基准 / 图像分类
• refuge — 共享标签：医学影像 / 眼科影像 / 医学图像分割 / 青光眼
• papila — 共享标签：眼科影像 / 医学图像分割 / 青光眼 / 图像分类
• oimhs — 共享标签：医学影像 / 眼科影像 / 医学图像分割 / 图像分类
• gamma — 共享标签：医学影像 / 眼科影像 / 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。