UWHVF — 华盛顿大学 Humphrey 视野纵向数据集

INFOBOX — UWHVF 一屏速览

维度	内容
本质	华盛顿大学 1998-2018 年常规临床护理中采集的 HFA 视野测试开源数据集（非影像，样本为逐点敏感度数组）
机构	University of Washington 眼科系（通讯 Aaron Y. Lee）；一作 Giovanni Montesano / Andrew Chen（并列）
论文	Transl Vis Sci Technol 2022;11(1):1（doi:10.1167/tvst.11.1.1；PMID 34978561 / PMC8742531）
规模	28,943 次 VF / 7,428 只眼 / 3,871 名患者；进展子集 2,985 眼 / 1,579 例
采集	1998-2018；HFA II；24-2 白-白 Goldmann 刺激 III 号；SITA（Standard/Fast）或全阈值
内容	52 点敏感度（dB）加 TD/PD/GH/MTD/PSD/MS 加分簇（Garway-Heath 6 簇）加进展回归斜率
格式	JSON（alldata.json，长格式向量加 8×9 矩阵）加长格式 CSV；空单元填充 100；统一右眼布局
基线	中位年龄 64 [54,73]；基线 MTD −4.51 dB；基线 PSD 2.41 dB；随访 2.49 年
进展	MTD 平均 −0.10 dB/年 [−0.40, 0.11]；分档 slow/moderate/fast
许可	数据集 BSD-3-Clause（GitHub 公开直链）｜论文 CC BY 4.0 —— 两者不同口径
获取	GitHub 公开直链 github.com/uw-biomedical-ml/uwhvf，无门禁无申请
库内互链	GRAPE 青光眼纵向视野（rid 860）、REFUGE/REFUGE2、PAPILA、ACRIMA、OCT 系列

UWHVF 是一份"把二十年门诊视野检查整理成机器可读表"的数据集：它不采集新的影像，而是把华盛顿大学眼科从 1998 到 2018 年、在日常诊疗中累计的 28,943 次 Humphrey 视野检查——每一次都拆解成 52 个空间位置的敏感度数值，并配齐青光眼领域惯用的一整套派生指标（TD、PD、MTD、PSD、MS 与分簇指标）——连同纵向随访的时间轴一起，以 BSD-3 许可在 GitHub 上完全开放。对于长期受困于"数据拿不到"的视野分析与青光眼进展建模研究，它是一次少见的破局：规模够大、结构够规范、获取零门槛。

导语读法三则：

1. 只想下数据：直奔 §6 获取与许可——GitHub 公开直链，BSD-3-Clause，别被论文的 CC BY 4.0 混淆。
2. 关心数据结构：直奔 §3 数据构成与 §4 指标体系——8×9 矩阵约定、右眼布局、空值 100、五套派生指标是使用前必读。
3. 研究青光眼进展与 ML：直奔 §8 应用场景与 §9 对比——注意它是非影像数据，模型入参是数值数组不是图片。

§0 导读：这个数据集解决什么问题

青光眼是一种以视神经损害为特征的慢性眼病，其功能评估高度依赖标准自动视野检查（standard automated perimetry, SAP）：患者盯着视野计中心，仪器在不同空间位置投射光点，记录每个位置被察觉到的最弱亮度——即逐点敏感度（pointwise sensitivity，单位分贝 dB）。医生正是靠一系列时间上连续的视野检查，判断患者的视野是否在恶化、恶化得多快。问题在于：视野数据量极大、格式由各家设备厂商私有、且涉及患者隐私，公开可用的真实世界视野数据长期稀缺，成为 AI 研究的一道硬门槛。

UWHVF 的破题方式很直接。规模上，它把单家学术机构二十年常规护理里积累的 28,943 次测试全部整理开放，是论文所称的同规模首个公开真实世界视野数据集（“this open access visual field data set curated from a single academic institution is the first of its size to be published”）。结构上，它不止给原始敏感度，还按青光眼临床惯例算好了总偏差（TD）、模式偏差（PD）、平均总偏差（MTD）、模式标准差（PSD）、平均敏感度（MS）以及按 Garway-Heath 六簇切分的区域指标，并对满足条件的 2,985 只眼做了逐点/分簇/全局的进展线性回归，直接把"未来视野会怎么变"这个建模目标的数据基础铺好。可用性上，它用 BSD-3-Clause 宽松许可在 GitHub 直发，无需申请、无需签署协议。

§0 读法三则：

1. 这个条目要打破一个常见误判：UWHVF 名字里有 “Visual Field”，但它不是图像数据集——没有眼底照、没有 OCT 切片，样本是一维/二维的数值数组（§3）。把它当图像数据集检索会找错用法。
2. 全文硬数字以论文与 GitHub README 首段口径为准（28,943 / 7,428 / 3,871）；README 描述段的 26,353 系陈旧笔误，已在坑点 2 存照。
3. 数据集的许可（BSD-3-Clause）与论文的许可（CC BY 4.0）不是一回事，引用与复用时要分开看（§6）。

§0.1 快速上手路径（按角色分）

路径 A：我要跑一个视野进展预测模型。

1. 从 GitHub 克隆 alldata.json（§6.1）；
2. 按患者号 → 眼别 → 测试序遍历，取每眼的 hvf/td 矩阵与 age（§3.3）；
3. 屏蔽填充值 100 与盲点位置（坑点 5、11）；
4. 按 age 排序形成时间序列，切出至少 4 次测试的眼组成进展子集（§4.7）；
5. 以前 N 次预测第 N+1 次，或回归斜率预测慢/中/快分档。

路径 B：我要做视野缺损模式分类。

1. 加载 TD 矩阵（相对缺损比绝对敏感度更适合模式识别）；
2. 用 Garway-Heath 六簇聚合为 6 维区域特征（§4.6）；
3. 训练簇级分类模型定位缺损束；
4. 注意无现成标签，需自建标注协议（§8.8）。

路径 C：我要做真实世界数据方法学研究。

1. 关注其不规则随访（每眼测试数中位仅 3 次）与缺失结构（§3.5、§3.6）；
2. 关注阈值策略混杂（坑点 12）；
3. 把它当作"临床时序脏数据"的典型样本。

路径 D：我只想了解这个数据集能不能用。

1. 记住三件事：非影像、无标签、BSD-3 直链（§1、§6）；
2. 看 §9 对比表判断它与你的影像数据是否互补；
3. 看 §7 DAIMS 判断成熟度短板是否触及你的需求。

§0.2 一句话回答常见疑问

• 它是影像数据集吗？ 不是。它是数值型视野测量（§3.2）。
• 它有青光眼诊断标签吗？ 没有。它只有测量值与派生指标（§1 Q9、§8.8）。
• 它能商用吗？ 能。BSD-3-Clause 宽松许可（§6.2）。
• 它的数据可靠吗？ 可靠度较高：IRB 协议、PHI 销毁、抽取经打印件比对（§5.4）；但单中心偏倚不可忽视（坑点 9）。
• 它和 PANDA 那类数据集像吗？ 不像。PANDA 是病理图像，UWHVF 是眼科数值纵向数据，两者仅共享"真实世界、规模大"的标签。
• 它的最大价值是什么？ 规模加纵向结构加零门槛获取（§0）。
• 它的最大风险是什么？ 误当影像、误引规模数字、误用许可（坑点 1、2、3）。

§0.3 本条目信息来路说明

本条目全部硬数字来自三处互证：① 论文正文与表格（TVST 2022;11(1):1）；② GitHub 仓库 README 首段与示例代码；③ 仓库 datasheet.md（Gebru 式结构化数据说明书）。凡三源一致者直写；凡不一致者（规模数字、article 号、许可类型）在 §6.5 与文末编者按逐条标注。抓取时点为 2026-10-08，数据版本为仓库 master 分支当日状态。

§0.4 缩写与术语对照表

缩写	全称	中文
UWHVF	University of Washington Humphrey Visual Field	华盛顿大学 Humphrey 视野数据集
HFA	Humphrey Field Analyzer	Humphrey 视野分析仪
VF	Visual Field	视野
SAP	Standard Automated Perimetry	标准自动视野检查
TD	Total Deviation	总偏差
PD	Pattern Deviation	模式偏差
GH	General Height	总体高度
MD	Mean Deviation	平均偏差
MTD	Mean Total Deviation	平均总偏差
PSD	Pattern Standard Deviation	模式标准差
MS	Mean Sensitivity	平均敏感度
SITA	Swedish Interactive Thresholding Algorithm	瑞典交互式阈值算法
PHI	Protected Health Information	受保护健康信息
IRB	Institutional Review Board	机构审查委员会
HIPAA	Health Insurance Portability and Accountability Act	健康保险可携与责任法案
IPS	Imaging and Perimetry Society	影像与视野学会
RNFL	Retinal Nerve Fiber Layer	视网膜神经纤维层
GCC	Ganglion Cell Complex	神经节细胞复合体
RWD	Real-World Data	真实世界数据
DAIMS	Data Management Maturity	数据成熟度评估框架

§0.5 本条目结构导航

• §1 十问十答：最快了解数据集全貌；
• §2 背景：青光眼、视野检查、24-2 协议、dB 单位、真实世界数据权衡；
• §3 数据构成：三层规模、JSON/CSV 格式、8×9 矩阵、编码约定、字段字典；
• §4 指标体系：TD/PD/GH/MTD/PSD/MS 定义、Garway-Heath 六簇、进展回归与分档；
• §5 处理流程：从私有二进制到公开发布的完整链路；
• §6 获取许可：GitHub 直链、BSD-3 条款、引用范例、合规清单；
• §6.5 避坑指南：15 条实证坑点；
• §7 DAIMS：六维成熟度评分；
• §8 应用：建模方向与评测协议建议；
• §9 对比：与影像/多模态数据集的定位；
• §10 生态：库内互链点（含 rid）与外部生态。

§0.6 阅读时间预算

目标	建议读	预计时间
判断能不能用	§0、§1、§9	10 分钟
上手建模	§3、§4、§8.9	30 分钟
深研方法论	全文 + FACTS.md	60 分钟
仅需许可信息	§6.2、§6.6	3 分钟
仅需引用格式	§6.7	2 分钟

§0.7 关键结论速记（备查）

1. 规模：28,943 次视野 / 7,428 眼 / 3,871 患者（1998-2018）。
2. 类型：纯数值纵向，非影像。
3. 格式：JSON（向量 + 8×9 矩阵）、CSV。
4. 指标：敏感度 + TD/PD/GH/MTD/PSD/MS + Garway-Heath 六簇 + 进展斜率。
5. 进展子集：2,985 眼（≥4 次测试且 ≥4 个月）。
6. 许可：数据集 BSD-3-Clause；论文 CC BY 4.0。
7. 获取：GitHub 公开直链，零门槛。
8. 基线：MTD 中位 −4.51 dB；PSD 中位 2.41 dB；年龄中位 64 岁。
9. 进展速率：MTD 平均 −0.10 dB/年。
10. 库内对位：GRAPE（rid 860）。

§1 数据集速览：十问十答

Q1：UWHVF 到底有多少数据？

28,943 次视野测试，来自 7,428 只眼、3,871 名患者。其中满足"至少 4 次测试且跨度至少 4 个月"纳入条件的 2,985 只眼（1,579 名患者）额外计算了进展指标。这是论文口径，也与 GitHub README 首段及示例代码注释完全一致。

Q2：数据从哪来、什么时间？

全部来自华盛顿大学眼科系的常规临床护理，由在职眼科技师在日常门诊中完成，采集时段为 1998 至 2018 年，历时二十年，属单中心真实世界数据（real-world data），而非为研究专门设计的前瞻性试验。

Q3：用的是什么设备、什么检查？

Humphrey Field Analyzer HFA II（Carl Zeiss Meditec, Dublin, CA）。全部为 24-2 白-白 Goldmann 刺激 III 号视野检查，阈值策略为 SITA（Swedish Interactive Thresholding Algorithm，Standard 或 Fast）或全阈值（Full-threshold）。

Q4：一次测试在数据里长什么样？

一次测试 = 52 个空间位置的敏感度（dB，已排除 2 个生理盲点位置），存储为长格式向量（一维 52 元素）与 8×9 矩阵（保留原始空间排布）两种形式。矩阵中超出量程或未测的单元以固定值 100 填充。

Q5：为什么叫"视野"却不是图像？

因为它记录的是"每个点看到的最弱光强度"，是数值型功能测量，不是形态学图像。它没有眼底照、没有 OCT 切片。机器学习使用时入参是 1D/2D 数值数组，需要专门的视野模型而非通用图像 CNN。这是本数据集最容易被误判的一点（坑点 1）。

Q6：除了敏感度还有哪些指标？

一整套青光眼领域惯用派生量：总偏差 TD、模式偏差 PD、General Height GH、平均总偏差 MTD（等同经典 Mean Deviation）、模式标准差 PSD、平均敏感度 MS，以及按 Garway-Heath 六簇切分的分簇 MTD/MS 与全局/分簇/逐点的进展斜率（§4 详解）。

Q7：进展分析怎么做的、覆盖多少？

对 TD 值（或簇/全局均值）做简单线性回归，只在至少 4 次测试且跨度至少 4 个月的 2,985 只眼上进行，斜率按期恶化速率分档 slow/moderate/fast。全样本 MTD 平均下降 −0.10 dB/年（IQR −0.40 至 0.11）。

Q8：数据量最大的价值点在哪？

两点：规模（同规模首个公开真实世界视野集）与纵向结构（每只眼多次测试加时间轴），后者使"预测未来视野""估计进展速率"这类时序建模成为可能——这正是视野 AI 的核心任务，也是静态横断面数据集给不了的。

Q9：隐私怎么处理的？

在 IRB 批准协议下提取后销毁全部 PHI（受保护健康信息）：测试日期换算为浮点年龄（出生到测试的天数 ÷ 365.25），年龄大于 90 一律记为 90（遵循 HIPAA Safe Harbor 去标识规则）。受试者未被通知、未单独同意，均由 IRB 豁免。

Q10：怎么拿、能商用吗？

GitHub 公开直链 github.com/uw-biomedical-ml/uwhvf，主文件 alldata.json，无门禁无申请。许可为 BSD-3-Clause（三条款宽松许可），允许商用与再分发，只须保留版权声明。注意这是数据集许可，与论文的 CC BY 4.0 不同（坑点 3）。

§1.1 一表速览

问题	一句话答案	详见
是什么	单中心二十年真实世界 HFA 视野测试集	§2、§3
多少	28,943 次 / 7,428 眼 / 3,871 例	§3.1
什么类型	纯数值纵向（非影像）	§3.2
怎么存	JSON（向量加 8×9 矩阵）加 CSV	§3.3
有哪些指标	敏感度 + TD/PD/GH/MTD/PSD/MS + 分簇	§4
有进展标签吗	仅 2,985 眼，含回归斜率与分档	§4.7
怎么拿	GitHub 直链	§6.1
什么许可	数据集 BSD-3-Clause	§6.2
能干什么	视野预测、进展检测、空间建模	§8
库内对位	GRAPE（rid 860）	§10

§2 背景：青光眼、视野检查与真实世界数据的价值

§2.1 青光眼与功能评估

青光眼（glaucoma）是一组以视神经病变为核心的慢性眼病，典型特征是视神经结构损害伴随相应的视野（visual field, VF）缺损。它通常进展缓慢、不可逆，治疗目标是延缓而非治愈，因此"这个患者的视野在往坏的方向走多快"成为临床决策的关键问题——进展快就需强化治疗，稳定则可维持随访。

结构检查（如 OCT 测视网膜神经纤维层厚度）直观，但功能检查（视野）才直接反映"患者还能看见多少"。二者常需互相印证。这使得视野的时间序列——同一只眼在不同时间点的一连串检查——成为青光眼管理的核心数据资产。

§2.2 标准自动视野检查与 24-2 网格

标准自动视野检查（standard automated perimetry, SAP）是目前功能评估的金标准。患者盯住中央固视点，仪器在视野的不同位置依次投射光点并调整亮度，记录患者能否察觉，从而得到每个位置的敏感度。UWHVF 用的 24-2 协议含义是：

• 24：中心 24 度范围内布点；2：网格间距 2 度（即 6 度间隔的经典 30-2 网格基础上加密）；
• 实际布点 54 个，其中 2 个是生理盲点（对应的视盘位置无感光细胞），余 52 个为有效测试点（数据集正是存这 52 个）；
• 刺激为 Goldmann III 号、白-白（white-on-white）。

阈值测定策略影响单次检查耗时与精度：SITA Standard 更快、SITA Fast 最快、全阈值（Full-threshold） 最慢但逐步测量。UWHVF 混合收录了这些策略的测试，这也是真实世界数据"杂"的一面，但也正因此更贴近实际。

§2.3 为什么"真实世界"和"规模"稀缺

视野 AI 研究长期受制于数据。原因有三：

1. 私有格式：各厂商视野计把结果存在私有二进制文件里，敏感度藏在文件头的十六进制值中，需专门解码（UWHVF 正是把十六进制小端整数解码还原出浮点敏感度）。
2. 隐私敏感：视野序列能反映疾病轨迹，属敏感健康信息，公开前须去标识。
3. 整理成本高：从原始文件到可用于分析的规范表，需要大量清洗、指标计算与质控。

UWHVF 用二十年单中心数据一次性回答了这三点：解码还原、IRB 去标识、配套完整派生指标与 JSON Schema。论文明确其定位是降低科研门槛、服务视野与机器学习研究者。对青光眼进展预测、视野缺损模式识别、试验对照仿真等方向，这是一份可以直接上手的基础设施型数据。

§2.4 与影像数据集的分工

库内已有的青光眼/眼底数据集多是结构影像（眼底照、OCT、OCTA），关注视盘、视杯、视网膜血管、神经纤维层等形态。UWHVF 提供的是功能侧的数值测量。临床上结构-功能关联研究（structure-function correlation）恰恰需要两侧数据配对。UWHVF 本身不含影像（无法与具体患者影像配对），但它是功能侧规模最大的公开来源之一，与影像数据集在方法论上互补（§10 互链）。

§2.5 视野数据分析的基本术语

术语	英文	含义
敏感度	sensitivity (dB)	某点能察觉的最弱光强度，越高越好
缺损	defect	相对正常人的功能下降
弥漫性缺损	diffuse loss	整体普遍下降（如白内障）
局部缺损	localized/pattern loss	特定区域下降（青光眼典型）
青光眼视野	glaucomatous VF	沿神经纤维束走行的特征性缺损
进展	progression	缺损随时间的恶化
平均偏差	Mean Deviation (MD)	全局平均缺损，等同 MTD
模式标准差	PSD	缺损的不规则程度

§2.6 一次视野检查是怎么做的

理解数据结构前，先理解一次检查的物理过程：

1. 准备：患者坐在视野计前，下巴与额头固定，遮住一只眼，另一眼盯住中央固视点。技师选择协议（24-2）、刺激大小（III 号）与阈值策略（SITA/全阈值）。
2. 测阈值：仪器在每个测试点用递进/递减的亮度寻找"患者能察觉的最弱光点"。SITA 策略用贝叶斯式估计减少测试次数，全阈值则逐点精测。
3. 记录：每个点的阈值（dB）即敏感度。仪器同时记录固视丢失、假阳性、假阴性等可靠性指标（UWHVF 未收录这些可靠性字段）。
4. 对比规范值：仪器内置同龄正常人数据库，计算每个点的偏差（即 TD）。
5. 输出：打印件包含敏感度图、TD 图、灰阶图与全局指标（MD、PSD）。

UWHVF 提取的正是第 3、4 步的数值结果，且特意保留原始空间布局（8×9 矩阵）。

§2.7 为什么单位是分贝（dB）

视野敏感度用 dB 表示，是0.1 log 单位的十倍（即 1 dB = 0.1 log₁₀ 单位），本质是对光亮度做对数变换。这样做的好处：把跨越数个数量级的亮度范围压缩成线性可比的数值，且正常人的敏感度分布近似正态，便于统计。代价是 dB 值在高敏感度端（接近设备上限，约 40 dB）会"饱和"——即真正更亮的点可能都记为上限制，这是视野分析的固有局限（UWHVF 亦有此上限约定，但数据中少见）。

§2.8 真实世界数据的代表性权衡

“真实世界数据”（real-world data, RWD）的关键特征是非受控采集：患者在真实诊疗中自然产生数据，纳入标准宽松。其权衡是：

• 优势：人群异质、合并症多样、随访自然，贴近模型部署的真实条件；
• 代价：数据"脏"——随访不规则、丢失多、测量变异大、缺少统一标注。

UWHVF 完整具备这两面：好处是它反映真实就诊者的视野分布（基线 MTD 中位 −4.51 dB 说明大多带缺损）；代价是约六成眼因随访不足无法做进展分析，且无诊断标签。研究者须自行处理这些"不完美"，这既是挑战也是它作为方法学研究素材的价值。

§2.9 视野研究的历史脉络

视野检查并非新事物：从 19 世纪的 Bjerrum 屏、到 20 世纪 Goldmann 动态视野计、再到 1980 年代 Humphrey 自动视野计的普及，功能评估逐步标准化、自动化、可量化。UWHVF 覆盖的 1998-2018 正是 HFA 主导、SITA 普及、视野数据大规模数字化的时期。这二十年也是青光眼从"凭医生经验判读"走向"用统计指标与算法辅助进展判断"的转折期——UWHVF 恰好把这一时期的完整临床数据留了下来。

§2.10 与青光眼无创影像的互补视角

青光眼诊断与随访存在两条并行证据链：

• 结构链：视盘立体照、OCT 测视网膜神经纤维层（RNFL）/神经节细胞复合体（GCC）、OCTA 测血流；
• 功能链：标准自动视野计测视功能。

临床上，结构损害常先于功能缺损出现（有"结构-功能时滞"之说），但患者主诉与治疗决策更依赖功能。因此理想的研究是两链并采。UWHVF 只提供功能链，却是功能链中规模最大的公开来源之一——它的定位不是替代影像数据集，而是补齐功能侧。研究者若做结构-功能关联，需将 UWHVF 的簇级功能指标与外部影像配对（§8.6），这一配对在公开数据中尚无现成方案，是潜在的研究缺口。

§2.11 青光眼视野缺损的典型模式

理解 UWHVF 里"要预测什么"，需知道青光眼视野损害的结构性规律：

• 神经纤维束缺损：青光眼损害沿视网膜神经纤维层（RNFL）走行分布，对应视野中的弓形暗点（Bjerrum 区）、鼻侧阶梯（nasal step）等特征形态；
• 中心与周边差异：早期多累及旁中心区域（如上下旁中心簇），晚期向周边与中央扩大，最终可累及固视点；
• 上下不对称：一只眼的上下半视野常不对称，上/下半视野的损害程度可差一档；
• 双眼对称性：晚期青光眼常双眼对称，但早期多不对称。

UWHVF 的分簇指标（Garway-Heath 六簇）正是按上述纤维束解剖划分，使研究者能在区域层面捕捉这些模式——这也是为何分簇指标比单纯的全局 MTD/PSD 更有临床解释力。

§2.12 视野随访的临床节奏

临床随访视野的间隔并不固定：轻度青光眼可能每年 1-2 次，可疑进展者缩短到 3-6 个月，稳定者延长。UWHVF 的平均测试间隔中位为 1.13 年，正是这种临床节奏的反映。理解这一点有助于解释：为什么很多眼只有 2-3 次测试（新诊断或随访中断）、为什么进展分析需至少 4 次测试（统计上要足够点才能拟合斜率）、以及为什么模拟不可忽略间隔（模型须支持不规则时间输入）。

§2.13 从数据到临床决策的链路

UWHVF 这类数据在临床 AI 中的定位可概括为一条链路：

原始视野测量 → 派生指标（TD/MTD/PSD） → 进展速率估计
      → 进展分档（slow/moderate/fast） → 治疗强度决策

UWHVF 覆盖前两环的数据（测量与指标）与第三环的基线方法（线性回归斜率），但不含最终的临床决策标签（如"是否升级治疗"）。因此基于 UWHVF 训练的模型输出的是中间量（进展快慢），而非临床终点，落地时还需临床规则映射。这是使用该数据集建模时必须清楚的能力边界。

§2.14 数据集在 AI 生命周期中的位置

从 AI 工程视角看，UWHVF 处于"预训练/自监督"与"监督微调"之间的模糊地带：

• 自监督可用：视野序列天然适合自监督任务（掩码点重建、下一视野预测、对比学习），无需标签；
• 监督受限：缺少诊断/进展金标准标签，监督任务须自建标签（如用回归斜率二值化）；
• 评测需自定：无官方划分与 baseline，评测协议自定（§8.9）。

因此它最适合被定位为基座数据：先用它做表征学习或预训练，再迁移到有标签的临床任务。这也解释了为何它的文档强调"面向算法开发与视野行为研究"而非"标准基准"。

§2.15 为什么"开放"本身是贡献

在医学 AI 领域，"数据开放"常比"算法创新"更稀缺。视野数据的特殊性在于：它既涉及隐私（疾病轨迹），又受厂商格式锁定（私有二进制），还依赖机构长期积累。三者叠加使公开视野数据极少。UWHVF 把这三关一次性打通——IRB 去标识解决隐私、十六进制解码解决格式、单机构二十年解决积累——因此其"开放"本身即是方法论贡献，论文也以此为核心卖点（“first of its size to be published”、“lower the barrier to entry”）。

§2.16 与通用时序数据的异同

UWHVF 是纵向数据，与通用时序（如金融、传感器）有共性也有特殊性：

• 共性：不规则采样、缺失、个体差异大、需处理时间间隔；
• 特殊：数值有明确物理含义（dB 亮度）、空间结构固定（24-2 网格）、临床终点明确（视力预后）；
• 建模启示：不能简单套用通用时序模型，须利用视野的空间先验（网格邻接）与临床先验（纤维束分布）。

这一点决定了视野建模的主流方法是"时空联合"（如图网络 + 时序模型），而非纯序列模型。

§2.17 视野数据的三类典型使用姿势

综合前文，UWHVF 的使用可归为三类姿势：

1. 直接用指标：研究者只用数据集已算好的 MTD/PSD/簇指标，做统计比较或浅层建模——门槛最低，适合临床研究者。
2. 用数值做建模：取敏感度/TD 矩阵，自行训练时空模型——门槛中等，适合 ML 研究者。
3. 用结构做方法学研究：关注其不规则随访、缺失、去标识代价，作为真实世界数据方法学的样本——适合方法学研究者。

三类姿势对应不同的章节阅读重点，也决定了你对该数据集"缺陷"的容忍度：第 1 类几乎不受无标签影响，第 2 类需自建监督，第 3 类则把这些缺陷本身当作研究对象。

§2.18 一句话记住 UWHVF 的三个数

若只记三个数，请记：28,943（测试数）、2,985（有进展指标的眼数）、BSD-3（许可类型）。前者决定规模，中者决定进展可用性，后者决定合规边界。任何关于 UWHVF 的讨论若偏离这三个数，都值得核对原始来源。

§2.19 常见误解与澄清

误解	澄清
HFA 是影像设备	HFA 是视野计，输出数值，非成像设备
视野数据=视力数据	视野测的是各点光敏感度，与视力表测的中心视力不同
有 28,943 个患者	是 28,943 次测试，患者仅 3,871
数据含诊断结论	仅含测量值与派生指标，无诊断
数据可无限续用最新版	仓库不再更新，版本固定

这些澄清有助于避免在引用与建模时产生系统性偏差。

§3 数据构成：从一次测试到一个字段

§3.1 三层规模

层级	数量	说明
视野测试（VF）	28,943	每次测试为一条记录，数据集最小实例
眼（eye）	7,428	每个患者可贡献双眼，每眼可多次测试
患者（patient）	3,871	顶层主体
进展分析子集（眼）	2,985	满足至少 4 次测试且跨度至少 4 个月
进展分析子集（患者）	1,579	上述眼所属患者

一个帮助理解的量级感：28,943 次测试 ÷ 7,428 只眼 ≈ 每眼约 3.9 次测试；但论文 Table 1 给出的每眼测试数中位数仅 3 次，说明分布右偏——少数眼有大量随访测试，多数眼测试较少。这一分布形态直接决定了可做进展分析的眼占比（约 40%）。

§3.2 存储格式

数据集提供两种等价格式：

1. 结构化 JSON（主文件 alldata.json）：嵌套字典结构，顶层给出总量字段（pts 患者数、eyes 眼数、hvfs 测试数），其下按患者编号 → 眼别（R/L）→ 测试序号索引。每次测试含敏感度、TD、年龄、眼别、性别（若可指定）等字段。敏感度与 TD 值同时以长格式向量与 8×9 矩阵两种形式存放。
2. 长格式 CSV 表：每行一条数据，便于表格工具与数据库导入。

仓库另附 JSON Schema（schema.json，完整描述数据结构与数据字典）与 Example 图（example.png，展示原始浮点值、四舍五入值、HVF 打印件的三方对照）。

JSON 示例（患者 647 右眼首测，README 官方样例）：

import json
import numpy as np
with open("alldata.json") as fin:
    dat = json.loads(fin.read())
print(f"Total of {dat['pts']} patients, {dat['eyes']} eyes, and {dat['hvfs']} HVFs")
# Expected output: Total of 3871 patients, 7428 eyes, and 28943 HVFs
print(dat['data']['647']['R'][0]['age'])
# Expected output: 52.79671457905544
print(np.array(dat['data']['647']['R'][0]['hvf']).shape)
# 8x9 matrix

§3.3 8×9 矩阵与空间布局

24-2 网格的 54 个点（含 2 盲点）被组织进 8 行 × 9 列 的矩阵。矩阵的意义在于保留视野的原始空间组织——上下左右的位置关系被显式编码，使得"空间感知"的处理方式（如卷积、邻域建模）可以直接套用，而不必先把一维向量反推回空间。这是论文特别强调的设计，也是它与普通"扁平表格"视野数据的区别。

README 给出的患者 647 右眼首测敏感度矩阵样例（100 为填充值，0 为盲点标记）：

[[100.   100.   100.    26.34  23.73  22.84  24.19 100.   100.  ]
 [100.   100.    26.25  27.22  25.67  26.18  27.01  26.24 100.  ]
 [100.    22.2   28.17  29.2   28.44  27.58  28.51  28.02  25.68]
 [ 20.4   27.41  29.73  30.02  30.93  30.36  30.64  21.    27.89]
 [ 20.45  25.88  28.9   32.17  31.89  30.91  28.8    0.    27.43]
 [100.    27.16  29.98  32.74  29.95  32.07  29.84  26.99  27.3 ]
 [100.   100.    26.88  29.43  29.82  28.64  29.81  28.24 100.  ]
 [100.   100.   100.    28.88  27.3   26.82  28.18 100.   100.  ]]

对应的 TD 矩阵（同一次测试）：

[[100.   100.   100.    -3.23  -5.88  -6.43  -4.72 100.   100.  ]
 [100.   100.    -4.77  -4.51  -6.26  -5.42  -4.09  -4.29 100.  ]
 [100.    -8.91  -4.39  -4.18  -5.29  -5.85  -4.3   -3.97  -5.51]
 [ -9.04  -4.48  -3.82  -4.45  -3.83  -4.12  -3.21  21.    -4.07]
 [ -9.04  -6.13  -4.78  -2.51  -3.16  -3.94  -5.34   0.    -4.91]
 [100.    -4.35  -3.12  -1.36  -4.67  -2.36  -3.99  -6.09  -5.  ]
 [100.   100.    -5.13  -3.57  -3.65  -4.73  -3.24  -4.27 100.  ]
 [100.   100.   100.    -2.46  -4.54  -5.23  -3.82 100.   100.  ]]

§3.4 三条编码约定（使用前必读）

• 右眼布局统一：所有视野一律存为右眼视角；原始为左眼的数据已被水平翻转，使其在矩阵中呈现与右眼相同的外侧-内侧方向。研究者若需区分眼别，须查眼别字段，切勿假设矩阵方向对应原始左右。
• 空单元填充 100：超出 24-2 网格范围或未测的矩阵单元，统一填入固定值 100（dB）。这是"哨兵值"，处理时须先识别并屏蔽，否则会被误当高分敏感度。
• 生理盲点：2 个盲点位置的敏感度不计在 52 个有效点内（MS 定义为 52 个值的平均）。矩阵中的盲点位置同样需按约定处理。

§3.5 人口学与随访结构（论文 Table 1 口径）

字段	中位数 [IQR] 或分布
基线年龄	64 岁 [54, 73]
性别	女 1,608（41%）/ 男 1,390（35%）/ 未指定 933（24%）
随访长度	2.49 年 [1.11, 5.03]
每眼测试数	3 次 [2, 5]
平均测试间隔	1.13 年 [0.84, 1.62]（仅对多于 1 次测试的 7,398 眼计算）
基线 PSD	2.41 dB [1.70, 5.34]
基线 MTD（全局）	−4.51 dB [−8.01, −2.65]

每眼测试数中位数仅 3 次、随访中位约 2.5 年，这一分布决定了可做进展分析的眼只占约 40%——这是真实世界随访的不规则性所致，而非设计缺陷。

§3.6 缺失与冗余

• 缺失：datasheet 声明"每个实例无信息缺失"（No missing information），唯一系统性缺失是 933 例性别未指定。
• 冗余：重复 VF（逐点敏感度完全相同、同年龄、同眼）已被识别并合并，避免同一次测试被重复计入。注意此去重口径较严，数值轻微不同的重复测试仍保留。

§3.7 字段清单（数据字典摘要）

字段	类型	含义
患者编号	整数（字典键）	去标识后的连续编号（如 647）
眼别	R / L	右眼/左眼；矩阵统一右眼布局
测试序号	数组下标	同一眼按时间排序的测试序
age	浮点	该次测试时的浮点年龄（年）
hvf	52 向量 或 8×9 矩阵	逐点敏感度（dB）
td	52 向量 或 8×9 矩阵	逐点总偏差（dB）
gender	字符串（可选）	性别，约 24% 未指定
（派生）mtD / psd / ms	标量	全局指标
（派生）斜率	标量	逐点/分簇/全局进展速率

§4 指标体系与进展分析方法

UWHVF 的核心增值在于把原始敏感度换算成青光眼临床惯用的一整套派生指标。以下定义均为论文 + datasheet 双源一致口径。

§4.1 总偏差 TD（Total Deviation）

以 HFA II 的**规范数据库（normative values）**为参照，把每个测试点的敏感度减去同龄正常人群的期望值，得到该点的偏差。TD 是把"绝对敏感度"转化为"相对正常人的缺损"的关键一步，也是后续几乎所有指标的基础。TD 同样以长格式向量与 8×9 矩阵存储。

§4.2 General Height GH 与模式偏差 PD

• General Height（GH）：取该次测试第 7 高的 TD 值，依 **Imaging and Perimetry Society（IPS）**的定义。GH 代表"这张视野整体被压低的水平"（如白内障等弥漫性混浊造成的普遍下降）。
• 模式偏差 PD（Pattern Deviation）：由 TD 减去 GH 得到。这一步剥离了弥漫性压低的成分，使局部（pattern）缺损更突出，是区分"普遍变差"与"局部缺损"的关键。

§4.3 平均总偏差 MTD（Mean Total Deviation）

TD 值的算术平均，解释上等同于临床经典的 Mean Deviation（MD）。它是最常用的全局功能指标，基线 MTD 中位数 −4.51 dB，反映纳入人群整体已存在轻中度缺损。

§4.4 模式标准差 PSD（Pattern Standard Deviation）

TD 值的标准差，且未施加任何校正因子（论文明确 without any correction factors）。PSD 越大表示视野缺损越不规则/越局限。基线 PSD 中位 2.41 dB。

§4.5 平均敏感度 MS（Mean Sensitivity）

24-2 中 52 个敏感度的平均（排除 2 个盲点位置），是未做人群校正的绝对功能指标。

§4.6 分簇指标（Garway-Heath 六簇）

按 Garway-Heath et al. 的解剖映射，把视野划分为与视神经纤维层走行对应的 6 个簇，对每簇分别计算 MTD 与 MS，量化局部视野缺损。六簇及基线 MTD 中位数：

簇	名称	基线 MTD [IQR]
Cluster 1	上周边（Superior peripheral）	−4.60 [−9.01, −2.22]
Cluster 2	上旁中心（Superior paracentral）	−4.51 [−8.02, −2.59]
Cluster 3	中央鼻侧（Central nasal）	−3.56 [−6.36, −2.12]
Cluster 4	下旁中心（Inferior paracentral）	−4.10 [−6.92, −2.56]
Cluster 5	下周边（Inferior peripheral）	−4.45 [−8.01, −2.54]
Cluster 6	颞侧（Temporal）	−4.08 [−7.23, −2.17]

分簇指标对"缺损出现在哪条神经纤维束"的定位有价值，也常用于结构-功能对应分析。

§4.7 进展回归与分档

• 方法：对 TD 值（或其在簇/全局上的平均值）随时间做简单线性回归，斜率为负表示恶化，单位 dB/年。
• 纳入条件：仅对至少 4 次测试且跨度至少 4 个月的眼计算（得 2,985 眼）。
• 分档（依斜率）：
  • slow（慢）：0 dB/年 大于 slope 且 slope 不小于 −0.5 dB/年
  • moderate（中）：−0.5 dB/年 大于 slope 且 slope 不小于 −1 dB/年
  • fast（快）：slope 小于 −1 dB/年
• 全样本结论：可做进展分析的眼，MTD 平均下降 −0.10 dB/年 [−0.40, 0.11]——中位数附近以"慢进展"为主，但分布两端差异显著。
• 逐点进展：除全局与分簇外，还可对每个测试点分别回归，得到逐点进展图（pointwise progression），用于精确定位恶化部位。

说明：fast 档阈值（slope 小于 −1 dB/年）在论文 PDF 抓取片段处被截断，按 slow/moderate 的递推关系与领域惯例补全，见 FACTS §9 遗留疑点。

§4.8 指标间关系一览

敏感度（绝对 dB）
   └─ 减去规范值 → TD（相对缺损）
         ├─ 算术平均 → MTD（≈ MD，全局）
         ├─ 标准差 → PSD（不规则度）
         ├─ 减去 GH → PD（剥离弥漫成分）
         └─ 按 6 簇聚合 → 分簇 MTD（区域定位）
敏感度（52 点平均）→ MS（绝对全局）
TD 随时间回归 → 进展斜率（全局/分簇/逐点）

§4.9 一个完整的指标计算实例

以 §3.3 的患者 647 右眼首测为例（节选 8 个有效点）说明指标如何从敏感度层层推出：

步骤	数据	说明
原始敏感度	26.34, 23.73, 22.84, 24.19 …（52 点）	绝对测量值
规范期望值	30.0, 30.5, 29.8, 29.9 …	同龄正常人数据库
TD	−3.23, −5.88, −6.43, −4.72 …	敏感度 − 期望值
GH	第 7 高 TD 值	本例约 −1.36 附近
PD	TD − GH	剥离弥漫成分
MTD	TD 的算术平均	全局平均缺损
PSD	TD 的标准差	缺损不规则度
MS	52 点敏感度平均	绝对全局功能

§4.10 指标误用清单

• 误把敏感度当校正后指标：敏感度是绝对测量，受年龄/白内障等影响；跨人群比较应优先用 TD/MTD。
• 误把 PSD 当"缺损严重度"：PSD 是不规则度（越大越局限），不是整体严重度；整体严重度看 MTD。
• 误把 MTD 与 MD 当不同量：二者解释等价（论文明确 MTD 的 interpretation 基本等同于 MD）。
• 误用 PD 做绝对判断：PD 是相对 GH 的校正，适合判局部，不适合判整体水平。
• 忽略 PSD 未校正：论文明确 PSD 未施加校正因子，跨设备/软件比较须当心。
• 把分簇 MTD 的 6 个数简单平均：各簇含的点数不同，直接平均会偏；应加权或分簇解读。

§3.8 数据分布的可视化描述

虽然本条目无图，但可用文字描述数据的关键分布特征，供建模者预判：

• 年龄分布：中位 64 岁，IQR 54-73，集中于中老年——符合青光眼就诊人群特征；
• 随访长度分布：中位 2.49 年，IQR 1.11-5.03，右偏长尾——少数眼随访逾十年；
• 每眼测试数分布：中位 3，IQR 2-5，右偏——大量眼仅 2-3 次；
• 基线缺损分布：MTD 中位 −4.51 dB，整体轻中度；PSD 中位 2.41 dB，说明缺损多为弥散；
• 性别分布：女 41% / 男 35% / 未指定 24%——未指定比例异常高，是去标识或录入习惯所致。

这些分布提示：UWHVF 不是"均衡的基准集"，而是"真实就诊流的切片"。做统计分析时须记住其分布形状，避免把样本统计量误当人群参数。

§3.9 数据加载的推荐步骤（伪代码）

1. 读入 alldata.json，取 dat['data']（患者字典）
2. 遍历 patient_id → eye ∈ {R, L} → tests[]（按 age 升序）
3. 对每次 test：
     matrix = np.array(test['hvf'])          # 8x9
     valid  = np.where(matrix < 100)          # 屏蔽填充值
     屏蔽盲点坐标（由 24-2 网格定义）
     归一化/截断可选（如 clamp 到 [0, 40]）
4. 每眼形成序列 (age[], matrix[]) 供时序模型
5. 需进展标签时：筛 len(tests) >= 4 且 age[-1]-age[0] >= 4/12
6. 需全局指标时：直接取 TD 矩阵算 MTD/PSD，或复用 data 中字段

§4.11 与标准单次视野报告（printout）的对照

临床 HFA 打印件（Single Field Analysis）从上到下包含若干子图，UWHVF 与之的对应关系如下：

打印件子图	内容	UWHVF 是否收录
敏感度图（Grayscale/数值）	逐点敏感度（dB）	✅ hvf 字段
总偏差图（TD）	逐点相对缺损	✅ td 字段
模式偏差图（PD）	剥离弥漫后的缺损	⚠️ 可由 TD − GH 推算
全局指标	MD、PSD、VFI 等	✅ MTD（≈MD）、PSD
可靠性指标	固视丢失、假阳/假阴率	❌ 未收录
GHT 分期	青光眼半视野测试结论	❌ 未收录
GPS 引导进展分析	进展图	⚠️ 另有自算斜率

结论：UWHVF 覆盖了功能读数的主体（敏感度、TD、全局指标），但不含可靠性、GHT、厂商原版进展图这三块。研究者若需要这些，须回原始设备或另找数据。这也意味着无法在 UWHVF 层面按可靠性筛除低质量测试（坑点 14）。

§3.10 数据完整性统计（据论文与 datasheet）

项目	状态
实例级缺失	datasheet 声明无缺失
性别缺失	933 例（24%）未指定
年龄处理	全部换算为浮点年龄；大于 90 记 90
重复处理	相同敏感度+年龄+眼已合并
时间缺失	无绝对日期（仅浮点年龄），无法跨患者绝对对齐
影像配对	无（纯数值）
可靠性字段	无
标签	无

这张表可作为"数据字典缺失面"的快速参考：使用前先确认你的任务是否依赖上表中标"无/缺失"的字段。若任务需要诊断标签或可靠性筛选，UWHVF 单独无法满足。

§3.11 常见任务的输入张量形状

建模时，不同任务对 UWHVF 字段的取用与张量形状建议如下：

任务	输入	建议形状	备注
逐点进展回归	TD 序列	(T, 8, 9)	屏蔽无效点
视野预测	敏感度序列	(T, 8, 9) 或 (T, 52)	可加时间间隔特征
全局进展分档	MTD/PSD 序列	(T, 2)	也可用逐点展开
缺损模式分类	单次 TD	(8, 9)	用簇聚合降维
簇级预测	6 簇 MTD 序列	(T, 6)	低维易训
自监督预训练	敏感度序列	(T, 52)	掩码重建

提示：由于 8×9 网格中有效点仅 52 个，直接卷积需处理大量填充格（坑点 11），更稳妥的做法是把 52 个点按空间坐标重建为稀疏图，或以掩码卷积处理。

§3.12 数据量与建模可行性的关系

• 患者数 3,871：足够训练个体级模型（如每患者一个隐向量）；
• 眼数 7,428：样本量中等，适合中等规模网络；
• 测试数 28,943：序列样本充足，适合时序预训练；
• 进展子集 2,985 眼：较小，进展专用模型易过拟合，建议迁移或正则化；
• 簇级 6 维：极低维，适合线性/浅层基线。

这一量级画像帮助研究者选择模型容量：全局任务可上大模型，进展任务宜小模型 + 强正则，簇级任务优先线性基线。

§3.13 字段取值域与单位速查

字段	单位	典型范围	特殊值
敏感度 hvf	dB	0 ~ 40	100（填充）、0（盲点）
总偏差 td	dB	−35 ~ +5	100（填充）、0（盲点）
年龄 age	年	约 20 ~ 90	上限截断 90
眼别	枚举	R / L	—
性别	枚举	Female / Male / Unspecified	24% 未指定
MTD	dB	负数为主	越大越差
PSD	dB	0 ~ 约 15	越大越不规则
MS	dB	0 ~ 40	绝对水平
进展斜率	dB/年	负值为主	slow/moderate/fast

使用注意：敏感度的 40 dB 上限是设备量程饱和点（§2.7）；td 的正值表示优于正常期望（少见）；100 永远是填充而非真实测量。

§3.14 数据子集切分示例

子集	定义	用途
全量	28,943 次	预训练/自监督
进展子集	≥4 次且 ≥4 月（2,985 眼）	进展建模
多测试眼	≥3 次测试	序列预测
单次眼	1 次测试	横断面分析
双眼患者	双眼均有多测	双眼关联研究

切分时务必按患者划分（§8.9），避免同眼多次测试跨划分导致泄漏。

§5 从原始文件到可用数据：处理流程

§5.1 提取（Extraction）

• 数据在 IRB（机构审查委员会）批准的协议下，从华盛顿大学临床信息系统中直接提取全部 HFA II 视野测试。
• 原始视野文件为私有二进制格式：逐点敏感度以十六进制值存储，需按小端序（little endian）整数解码再还原为浮点数值。论文原话即描述了这一"decode the hexadecimal values as little endian integers"的过程——这也是为何研究者自己处理原始 HFA 文件门槛高的直接原因。
• 提取独立于临床信息，仅保留患者年龄、性别、眼别三项人口学字段，其余临床信息一律不带。

§5.2 去标识（De-identification）

• 提取后销毁全部 PHI（protected health information，受保护健康信息），形成可公开发布的去标识数据集。
• 时间处理：测试日期换算为浮点年龄——计算自出生到测试日的存活天数 ÷ 365.25，得到以年为单位的连续年龄变量。此行既保留时间顺序以支持纵向分析，又抹去可反推身份的绝对日期。
• 高龄处理：所有 90 岁以上的年龄统一记为 90，遵循 HIPAA Safe Harbor 去标识准则。
• 受试者未被通知、未单独同意（均由 IRB 豁免），这一点在 datasheet 中明确披露。

§5.3 派生指标计算

在原始敏感度之外，流水线补算 TD、PD、GH、MTD、PSD、MS 及 Garway-Heath 分簇指标与进展回归（详见 §4）。这些计算内嵌在发布数据中，研究者无需从零实现。

§5.4 去重与质控

• 去重：以"逐点敏感度完全相同、同年龄、同眼"为判据识别重复 VF，合并处理。
• 质控核查（论文自述）：
  1. 对 PSD 大于 12 dB 且 MTD 在 −15 至 −25 dB 的深局部缺损视野，绘图并人工目检，确认与神经性/青光眼性视野形态一致；
  2. 抽取少量测试，把解码出的敏感度值与对应打印件逐点比对，确认吻合。

§5.5 发布打包

结果打包为一个结构化 JSON（alldata.json）、一份长格式 CSV、一份 JSON Schema、一份 datasheet 与一张示例图，托管于 GitHub。datasheet 明确：不再更新、无 erratum、旧版本继续支持。

§5.6 完整流程图

HFA II 常规护理测试（1998-2018）
   │ 私有二进制，敏感度=十六进制小端
   ▼
IRB 批准协议下提取 → 丢弃 PHI
   │ 日期 → 浮点年龄；>90 → 90
   ▼
解码（十六进制小端 → 浮点敏感度）
   │
   ▼
计算派生指标（TD/PD/GH/MTD/PSD/MS/分簇/进展回归）
   │
   ▼
去重（相同敏感度+同年+同眼 → 合并）
   │
   ▼
打包：JSON + CSV + Schema + datasheet + 示例图
   │
   ▼
GitHub 公开（BSD-3-Clause）

§5.7 数据质量核查的更多细节

论文给出的质控手段值得单独说明，因为它直接影响数据的可信任程度：

• 深局部缺损目检：对 PSD 大于 12 dB 且 MTD 在 −15 至 −25 dB 的视野重点抽查，这类"深而局限"的缺损是青光眼/神经性病变的典型形态，也是提取错误最容易暴露的场景。目检确认其形态合理。
• 抽取精度比对：把解码得到的敏感度值与原始打印件逐点比对。这一步很关键，因为敏感度是从二进制头破坏性解码来的，任何字节序或格式误读都会系统性出错。比对通过说明了解码正确。
• 数量一致性：README 示例代码给出期望输出（3871 患者 / 7428 眼 / 28943 HVF），与顶层字段核对。

这些质控是"自证式"的（作者自查），非第三方独立验证，但对一份数据描述论文而言已属充分。

§5.8 复现要点（若你想从原始 HFA 文件重建）

UWHVF 已把解码结果发布，通常无需重建。但若要处理自有 HFA 数据，理解其流程有帮助：

1. 文件格式：HFA 结果存于专有二进制文件，敏感度位于文件头，以十六进制小端整数编码；
2. 解码：读十六进制 → 解释为 little-endian 整数 → 转浮点；
3. 规范值：TD 需要 HFA 内置的同龄规范数据库；若无厂商库，TD 无法准确重建（可近似用公开规范数据但会有偏差）；
4. GH：取第 7 高 TD（IPS 定义）；
5. 进展：简单线性回归，注意至少 4 点且跨度至少 4 个月；
6. 去标识：日期→浮点年龄、高龄→90。

第 3 步是最大障碍：规范数据库通常内置在设备/软件中，不公开，这也是 UWHVF 发布 TD 值的价值所在。

§5.9 从下载到建模的 10 分钟清单

1. git clone https://github.com/uw-biomedical-ml/uwhvf（或下 zip）；
2. 读 README 与 datasheet.md，确认规模与许可（坑点 2、3）；
3. 用 json.load 读 alldata.json，核对顶层 pts/eyes/hvfs；
4. 取一例（如患者 647 右眼首测）验证解析（§3.3 样例对照）；
5. 写工具函数：屏蔽 100 与盲点、8×9 → 有效点数组；
6. 按患者→眼→时间构建序列；
7. 按任务选输入形状（§3.11）；
8. 按患者划分数据（§8.9）；
9. 建立基线（线性回归斜率 / 简单时序模型）；
10. 记录引用与许可义务（§6.7、§6.6）。

这十步覆盖了从零到可跑基线的完整路径。

§6 获取、许可与引用

§6.1 获取方式（零门槛）

• 主渠道：GitHub 公开仓库 https://github.com/uw-biomedical-ml/uwhvf
• 主文件：alldata.json；另有长格式 CSV、schema.json、datasheet.md、example.png
• 归档下载：https://github.com/uw-biomedical-ml/uwhvf/archive/refs/heads/master.zip
• 无门禁、无申请、无协议签署——这是 UWHVF 相对许多"需申请/需注册"数据集的核心优势。
• 第三方索引：EyeDataHub（khosravipooya.com/EyeDataHub）已收录，标记可用性 available、route backend = direct HTTP。

§6.2 许可（关键：两个口径不要混）

对象	许可	含义
数据集本体	BSD-3-Clause	三条款宽松许可：可自由使用、修改、再分发、商用，须保留版权与许可声明、不得用作者名背书
论文	CC BY 4.0	论文文本/图表的开放获取许可（© 2022 The Authors），署名即可复用

仓库 license 徽标与 datasheet（“available for open source use under the 3 clause BSD license”）一致指向数据集 BSD-3-Clause。而第三方索引 EyeDataHub 把数据集条款记为 “CC BY 4.0”（疑为据论文误植）。复用数据集请以 BSD-3-Clause 为准，与论文许可分开对待。

§6.3 引用

README 要求使用数据集时引用论文：

Montesano G, Chen A, Lu R, Lee CS, Lee AY. UWHVF: A Real-World, Open Source Dataset of Perimetry Tests From the Humphrey Field Analyzer at the University of Washington. Transl Vis Sci Technol. 2022;11(1):2. doi:10.1167/tvst.11.1.1

（注意 README 引用写 article 号 2，论文自身标 1，见坑点 4。）

§6.4 维护与联系

• 托管：GitHub（master 直发，无 release tag）。
• 联系页：comp.ophthalmology.uw.edu（Aaron Y. Lee 团队）。
• 不计划更新；第三方 IP 限制无；出口管制无。

§6.5 避坑指南（坑点编号制）

坑点 1：把它当图像数据集。〔最易犯〕
UWHVF 名字含 “Visual Field”，但不是影像。没有眼底照、OCT、OCTA 图像，样本是 52 元素敏感度数值数组。直接套用图像 CNN、按图片数据集检索或与 OCT 图像混用都会出错。模型必须能接受 1D/2D 数值数组。

坑点 2：规模数字引错（28,943 vs 26,353）。〔最严重〕
GitHub README 首段与论文均为 28,943 VF / 7,428 眼 / 3,871 患者；但同一个 README 的 Description 段写成 “26,353 HVFs from 3895 patients and 7463 eyes”。这是 README 内部自相矛盾的历史残留（疑为早期版本数字未同步）。以 28,943 / 7,428 / 3,871 为准，26,353 系笔误。

坑点 3：拿论文许可当数据许可。
论文是 CC BY 4.0，数据集是 BSD-3-Clause，两者不同。第三方索引（EyeDataHub）把数据集条款标为 CC BY 4.0，属误植。合规复用请认 BSD-3-Clause。

坑点 4：article 号两个版本。
论文自身页码标 “11(1):1”（Article 1），GitHub README 引用标 “11(1):2”（Article 2）。同一论文两个 article 号，引用时两者皆可辨识，但不必困惑——它们是同一篇。

坑点 5：忽略空单元填充值 100。
8×9 矩阵中超出网格或未测的单元填 100。若不过滤，这些哨兵值会被误当"极好敏感度"，严重污染统计与训练。加载后第一件事就是掩码掉 100（及盲点位置）。

坑点 6：假设矩阵方向对应原始左右眼。
所有视野统一存为右眼布局，原始左眼已水平翻转。若按矩阵的鼻侧/颞侧直接判读左眼，方向会反。眼别必须查眼别字段。

坑点 7：忽略人口学缺失。
性别字段有 933 例（24%）标为 Unspecified。做性别分层分析时直接按字段分组会得到近四分之一的"未指定"桶，须先决定丢弃或另作处理。

坑点 8：误以为进展指标覆盖全部数据。
进展回归只覆盖 2,985 眼（约 40%），因纳入条件为至少 4 次测试且跨度至少 4 个月。其余约六成眼没有进展斜率。用"全数据集都有进展标签"的前提建 pipeline 会大面积缺值。

坑点 9：把它当完全无偏的人群样本。
datasheet 明确数据来自单家学术机构，且"可能不代表总体患者人群"。基线 MTD −4.51 dB 已显示人群整体带轻中度缺损，是在眼科专科就诊者的分布，不是人群普查分布。外推时务必谨慎。

坑点 10：以为数据会持续更新。
datasheet 明确不再更新、无 erratum。任何后续修正不会回流到本仓库，版本固定。引用时应记录抓取时点。

坑点 11：把 8×9 矩阵当作无缺口的完整视野图。
24-2 网格的 54 点并非填满 72 格，空出的格（尤其四角）是结构性空白，填充 100 只是占位。可视化或卷积时若不区分"真 100 dB"与"占位 100"，会引入伪信号。

坑点 12：忽略阈值策略混杂。
数据混合 SITA Standard / SITA Fast / 全阈值三种策略，三者测量精度与耗时不同，敏感度分布可能有系统差异。跨策略比较时须谨慎，必要时按策略分层。

坑点 13：忽略设备与固件的二十年演化。
采集跨 1998-2018 共二十年，HFA II 的固件、规范数据库版本、SITA 算法实现均在演化。同一标签的字段在不同年代可能不完全可比。做长时段趋势分析时须设年代分层或敏感性分析。

坑点 14：误以为数据含可靠性指标。
临床视野检查会记录固视丢失率、假阳性率、假阴性率等可靠性指标，但 UWHVF 未收录这些字段。因此无法在数据层面筛除不可靠测试，研究进展时若模特低质量视野会污染斜率。

坑点 15：把左侧鼻/颞方向按字面解读到左眼。
因所有数据统一右眼布局（坑点 6 的延伸），文中"中央鼻侧簇"等方位描述针对的是右眼视角。若研究目标涉及左眼的特定象限（如颞侧视神经纤维束），须先反向翻转回左眼视角，否则方位判断全反。

坑点 16：把 README 示例输出当作可复现断言。
README 的示例代码注释给出"Total of 3871 patients, 7428 eyes, and 28943 HVFs"作为期望输出，但仓库无 CI 校验该断言；且 README 描述段的 26,353 与之矛盾（坑点 2）。示例仅供参考，规模化核对须自行遍历 JSON 统计。

坑点 17：忽视 24-2 网格的生理盲点坐标约定。
矩阵中的 0 值对应生理盲点位置（见 §3.3 样例），但数据未附显式盲点掩码字段。若把 0 当真实敏感度，会误判为"完全失明点"。须据 24-2 网格定义自行标记盲点。

坑点 18：把浮点年龄当作精确时间戳。
age 是由天数 ÷ 365.25 得来的浮点年龄，存在舍入，且不同患者的年龄零点不同（各出生日不同）。跨患者的"同一时刻"无法直接对齐；同一患者内的相对顺序可用，绝对日历时间不可用（去标识代价，见坑点 9 相关）。

§6.6 许可合规清单（BSD-3-Clause 实操）

复用 UWHVF 时，BSD-3-Clause 的三条核心义务：

1. 保留版权声明：再分发源码/数据时须保留原始版权声明与许可全文；
2. 保留免责声明：须保留"as is"免责条款；
3. 不得背书：不得用原作者或机构名义为你的衍生品背书（no endorsement）。

允许：商用、修改、再分发、私有使用、专利授权隐含。
要求：上述三条。
不要求：开源你的衍生品（BSD 非 copyleft）。

与 CC BY 4.0 的差异：CC BY 4.0 更偏重署名（attribution）但不含免责与背书条款的明确表述；BSD-3 更偏软件/数据工程惯例。二者都允许商用。本数据集适用 BSD-3-Clause。

§6.7 引用与致谢范例

学术引用（BibTeX）：

@article{montesano2022uwhvf,
  title   = {UWHVF: A Real-World, Open Source Dataset of Perimetry Tests
             From the Humphrey Field Analyzer at the University of Washington},
  author  = {Montesano, Giovanni and Chen, Andrew and Lu, Randy and
             Lee, Cecilia S. and Lee, Aaron Y.},
  journal = {Translational Vision Science \& Technology},
  volume  = {11}, number = {1}, pages = {1}, year = {2022},
  doi     = {10.1167/tvst.11.1.1}
}

致谢建议：致谢华盛顿大学眼科系（University of Washington Department of Ophthalmology）及 comp.ophthalmology.uw.edu，并声明资助来源（NIH/NEI K23EY029246、NIH/NIA R01AG060942、Latham Vision Research Innovation Award、Research to Prevent Blindness）。

资助来源（datasheet 口径）：

资助机构	编号
NIH/NEI	K23EY029246
NIH/NIA	R01AG060942
Latham Vision Research Innovation Award	（Seattle, WA）
Research to Prevent Blindness	无限制资助（New York, NY）

§6.8 与依赖方/索引的对照

来源	规模口径	许可口径	备注
论文 TVST 2022	28,943 / 7,428 / 3,871	CC BY 4.0（论文）	权威一手
GitHub README 首段	28,943 / 7,428 / 3,871	BSD-3-Clause（数据集）	与论文一致
GitHub README 描述段	26,353 / 7,463 / 3,895	—	陈旧笔误
GitHub datasheet	28,943	BSD-3-clause（3 clause）	与论文一致
EyeDataHub 索引	28,943	标 CC BY 4.0	许可疑误植

结论：规模以 28,943 / 7,428 / 3,871 为唯一正式口径（三处一致，一处笔误）；许可以 BSD-3-Clause 为数据集口径（仓库与 datasheet 一致，索引误植）。

§6.9 数据治理与伦理备注

• 伦理审查：数据在 IRB 批准协议下提取，受试者通知与知情同意均获豁免（waived by IRB）。这意味着数据的使用范围受原始 IRB 协议约束，二次使用虽因去标识与公开许可而宽松，但仍应尊重原始研究伦理框架。
• 去标识强度：采用 HIPAA Safe Harbor 规则（去除 18 类标识符 + 日期泛化 + 高龄截断），属"专家不再审查"路径下的标准做法。理论上仍存在极低概率的重识别风险（如极特殊序列），但风险很低。
• 数据主权：数据归属华盛顿大学，以 BSD-3 开放；二次使用无须再联系机构，但学术上应致谢与引用（§6.7）。
• 不再更新：datasheet 明确无 erratum、不更新，意味着任何后续发现的错误不会修订，使用者须自行承担版本固定的风险。

§6.10 与其他"真实世界"医学数据集的方法论共性

UWHVF 的做法与近年流行的 MIMIC（重症）、eICU、UK Biobank 等真实世界数据集共享一套方法论：

环节	共性做法	UWHVF 的具体实现
去标识	去除标识符 + 日期泛化	浮点年龄 + 高龄记 90
文档	Gebru 式 datasheet	datasheet.md
格式	结构化 + Schema	JSON + JSON Schema
许可	宽松/开放	BSD-3-Clause
质控	抽取比对	打印件逐点比对

差异在于 UWHVF 专注单一功能模态（视野），而非多模态电子病历。这使其比 MIMIC 类数据集更窄、更深，也更易上手。研究者若熟悉真实世界数据治理，UWHVF 的处理逻辑会很容易理解。

§7 DAIMS 数据成熟度评估

DAIMS（Data Management Maturity / AI-Ready 数据成熟度）从六个维度给数据集打分。UWHVF 作为一份"机构自留→整理开源"的真实世界数据，各维度表现不均衡。

维度	评分	依据
可获得性（Availability）	★★★★★	GitHub 公开直链、无门禁、无申请、无协议；BSD-3 宽松许可。同规模视野数据中获取门槛最低
文档完备性（Documentation）	★★★★★	论文（数据描述）加 README 加 JSON Schema 加 Gebru 式 datasheet（动机/构成/采集/用途/分发/维护全覆盖）加示例图加示例代码
数据质量与一致性（Quality）	★★★★☆	去标识规范、去重严格、抽取精度经打印件比对核查；扣分因单中心偏倚、性别 24% 缺失、随访不规则（进展子集仅 40%）
结构与规范性（Structure）	★★★★★	JSON 嵌套字典加 JSON Schema 校验加长格式 CSV；8×9 矩阵显式保留空间布局；字段与派生指标定义清晰
可复用性（Reusability）	★★★★☆	派生指标全套预置、示例代码现成；扣分因非影像、无标签无划分，直接用于分类/分割需自建标签与切分
规模与代表性（Scale & Representativeness）	★★★☆☆	规模在视野领域领先（28,943 次），但单机构、专科就诊人群，datasheet 自曝不代表总体人群

综合：一份基础设施型数据集——文档与获取维度近乎满分，代表性与标签维度是其天然短板。适合作为视野建模的基座数据，不适合直接充当"带金标准标签的评测集"。

AI-Ready 光谱定位：属于"真实世界数值型纵向数据"，与影像型数据集处于不同支线。它已越过"原始文件私有格式"这一最大障碍（解码加去标识加规范化均已完成），可直接进入建模，但任务定义需研究者自补。

§7.1 DAIMS 六维雷达小结

可获得性       ██████████ 5.0
文档完备性     ██████████ 5.0
结构与规范性   ██████████ 5.0
数据质量       ████████░░ 4.0
可复用性       ████████░░ 4.0
规模代表性     ██████░░░░ 3.0

§8 应用场景与建模方向

§8.1 视野预测（核心任务）

青光眼 AI 最经典的任务是预测未来视野：给定一只眼过去若干次测试，预测下一次或未来某一时点的视野。UWHVF 的纵向结构（每眼多次测试加浮点年龄时间轴）正是为此准备。常见建模形式：

• 序列预测：输入前 N 次视野矩阵，输出第 N+1 次；
• 进展速率估计：回归每点/每簇的 dB/年斜率；
• 缺损定位：识别与特定青光眼模式匹配的缺损簇。

§8.2 视野缺损模式识别

利用 Garway-Heath 六簇与逐点数据，做青光眼性视野缺损的模式分类与簇级定位，辅助判断缺损是否沿神经纤维束走行。

§8.3 进展检测与分档

以简单线性回归斜率为基线，训练更鲁棒的进展检测模型，或直接对 slow/moderate/fast 三档做分类。数据集已预置斜率，便于对标。

§8.4 试验对照与仿真

论文指出其可服务"clinical comparisons to trials"——用真实世界视野分布仿真临床试验的入选/随访人群，或作为外部对照。

§8.5 空间感知方法研究

8×9 矩阵保留的空间布局，使图神经网络、卷积核在视野上的空间邻域建模成为可能。论文明确矩阵设计的动机是服务"spatial-aware processing often used in machine learning"。

§8.6 结构-功能关联

UWHVF 本身不含影像，但其分簇指标可按 Garway-Heath 映射与同一患者的视网膜神经纤维层/视盘影像做关联分析（需外部配对数据），是青光眼结构-功能研究的常用方法论环节。

§8.7 缺失值与不规则随访方法研究

真实的视野序列普遍存在缺失与不规则间隔，UWHVF 天然提供这类"脏"数据，可用于开发针对不规则时间序列的插补、对齐与建模方法。

§8.8 已知使用情况

datasheet 明示"尚未被用于任何任务"（“Has the dataset been used for any tasks already? No”），也无链接的引用仓库。因此暂无官方 baseline 或排行榜——这既是空白（无对标基线），也是机会（率先建立）。

§9 与同类/相关数据集的对比

维度	UWHVF	典型影像青光眼数据集（如 REFUGE/PAPILA/ACRIMA）	多模态纵向（如 GRAPE）
数据类型	视野数值（52 点敏感度）	眼底/OCT 图像	影像加视野多模态
时间维度	纵向（每眼多次加时间轴）	多为横断面（单次）	纵向随访
规模	28,943 次 VF / 7,428 眼	数百至数千张图	因数据集而异
任务	进展预测、视野重建、进展分档	视盘分割、青光眼二分类	多模态进展建模
许可	BSD-3（宽松）	各异（多为研究用途/CC）	各异
标签	无诊断标签（纯测量）	常带青光眼/非青光眼标签	常带随访标签

§9.1 结构侧 vs 功能侧

• 结构侧代表：REFUGE/REFUGE2（视盘视杯分割）、ACRIMA、PAPILA——输入是眼底图像，输出是形态学判断。优点是图像直观、卷积方法成熟；缺点是只反映结构，与患者实际视功能有落差。
• 功能侧代表：UWHVF——输入是视野数值，反映患者真实视功能。优点是贴近临床终点（患者能不能看见）；缺点是非图像、无标签、需专门模型。
• 多模态：GRAPE（rid 860）同时含影像与视野纵向随访，是结构与功能的桥接者。

§9.2 结论性判断

UWHVF 在功能侧纵向数值数据这一细分定位上具有独特性和规模优势；它的价值不在"分类标签"而在"时间序列加完整派生指标"。与影像数据集是互补而非替代关系——库内已有多份青光眼影像数据集，UWHVF 补上了功能侧的一块拼图。

§10 生态定位与库内互链

§10.1 库内互链点（含 rid）

• GRAPE 青光眼纵向视野与眼底随访多模态数据集（rid 860）——最强互链：同为青光眼纵向视野随访；GRAPE 为影像加视野多模态，UWHVF 为纯数值视野，二者构成"单模态功能 vs 多模态"的对照。
• REFUGE 青光眼眼底影像数据集（rid 62） 与 REFUGE2（rid 766）——青光眼视盘/视杯结构影像，结构侧互链。
• PAPILA（rid 765）——同一患者双眼配对眼底图加临床数据的青光眼评估，双眼配对与临床字段设计可比。
• ACRIMA（rid 774）——青光眼视盘眼底分类基准。
• ODIR-5K（rid 63）/ RFMiD（rid 271）——眼科多病种眼底识别，眼科大范畴互链。
• OCT 系列：OCT2017（rid 311）/ OCTDL（rid 690）/ OCTID（rid 697）/ AGE-AS-OCT（rid 858）——眼科 OCT 结构影像，结构-功能方法学互链。
• 糖尿病视网膜病变眼底系列：EyePACS（rid 58）/ MESSIDOR（rid 59）/ APTOS 2019（rid 61）/ E-ophtha（rid 231）——眼底影像大类。
• 视网膜血管分割系列：DRIVE（rid 241）/ STARE（rid 788）/ HRF（rid 261）/ FIVES（rid 741）/ CORAL（rid 720）——血管形态学互链。
• OCTA 系列：OCTA-500（rid 341）/ OCTA-25K（rid 859）/ WOIVES（rid 865）——血流成像互链。

§10.2 外部生态

• 论文：doi 10.1167/tvst.11.1.1（TVST，开放获取）。
• 仓库：github.com/uw-biomedical-ml/uwhvf（BSD-3-Clause）。
• datasheet 模板：Gebru et al. “Datasheets for Datasets”（arXiv:1803.09010）——UWHVF 是较早践行该规范的医学数据集之一。
• 机构：UW 眼科计算医学方向（comp.ophthalmology.uw.edu），与 UW 系列其他医学数据/模型共享方法论。
• 标准：Imaging and Perimetry Society（GH 定义）、Garway-Heath 六簇映射、HIPAA Safe Harbor（去标识）——均属领域权威规范。

§10.3 一句话定位

UWHVF 是青光眼功能评估领域规模最大的公开真实世界视野数据集之一：它把二十年门诊视野检查规范化为机器可读的数值时序，配齐临床惯用派生指标，以 BSD-3 零门槛开放。它与库内大量眼科影像数据集形成"功能 vs 结构"的互补格局，是青光眼进展预测与视野建模方向的入门级基础设施。

§8.9 评测协议建议（因官方无基线）

由于数据集不提供官方划分与 baseline（§8.8），研究者若要建立可比评测，建议约定：

1. 划分：按患者而非按测试划分训练/验证/测试，避免同眼泄漏；
2. 进展子集定义：明确采用"至少 4 次测试且跨度至少 4 个月"，与论文一致；
3. 指标：视野预测用逐点 MAE/RMSE（dB）或全局 MD/PSD 误差；进展分类用三档准确率/κ；
4. 屏蔽规则：统一屏蔽填充值 100 与盲点；
5. 公平性：报告左/右眼、不同年代、不同阈值策略上的分层结果。

§9.3 相关数据集细表

数据集	类型	规模	标签	库内 rid
UWHVF	视野数值纵向	28,943 次	无	本条目
GRAPE	青光眼视野+眼底多模态	因数据集而异	随访	860
REFUGE	眼底图像	1,200 图	视盘/视杯	62
REFUGE2	眼底图像	2,000 图	青光眼	766
ACRIMA	眼底图像	705 图	青光眼	774
PAPILA	眼底图像+临床	488 眼	青光眼	765
OCT2017	OCT 图像	84,495 图	四类	311
ODIR-5K	眼底图像	5,000 患者	多病种	63

说明：上表非 UWHVF 内的数据，而是库内可用于对照/互链的其他数据集，规模为各自官方口径的近似，仅供导航。

§10.4 潜在的后续研究机会

• 跨机构外推：UWHVF 单中心，若与其它机构视野数据联训，可研究跨中心泛化与域适应；
• 结构-功能桥接：将簇级功能指标与外部影像配对，填补公开数据的结构-功能缺口；
• 不规则时序建模：专攻其在真实随访中产生的不规则间隔与缺失；
• 进展算法对标：以简单线性回归为基线，评估深度学习进展检测的增益；
• 阈值策略校正：研究 SITA Standard/Fast/全阈值三策略间的可比性校正。

§10.5 关键参考

1. Montesano G, Chen A, Lu R, Lee CS, Lee AY. UWHVF: A Real-World, Open Source Dataset of Perimetry Tests From the Humphrey Field Analyzer at the University of Washington. Transl Vis Sci Technol. 2022;11(1):1. doi:10.1167/tvst.11.1.1.
2. 数据集仓库：https://github.com/uw-biomedical-ml/uwhvf （BSD-3-Clause）。
3. datasheet（Gebru 式）：https://github.com/uw-biomedical-ml/uwhvf/blob/master/datasheet.md
4. Garway-Heath DF, et al. Mapping the visual field to the optic disc in normal tension glaucoma eyes. Ophthalmology. 2000.
5. Gebru T, et al. Datasheets for Datasets. arXiv:1803.09010.
6. Imaging and Perimetry Society（IPS）General Height 定义。

§7.2 DAIMS 逐维详细评语

可获得性（5/5）：GitHub 直链、无 CDN 依赖、无注册、无 DUA（数据使用协议）。对学术与工业用户一视同仁。唯一小瑕疵是无 release tag，版本以下载时点的 master 为准。

文档完备性（5/5）：论文本身即数据描述论文，加上 README、JSON Schema、Gebru 式 datasheet、示例图、示例代码，构成少见的完整文档栈。研究者几乎无需追问即可上手。

数据质量（4/5）：去标识合规、去重严格、抽取经打印件比对。扣一分主要因代表性问题（单中心）与随访不完整（进展子集 40%），以及缺失可靠性字段。

结构规范性（5/5）：JSON + Schema + CSV 三件套，字段命名清晰，8×9 矩阵设计体现领域知识。是"结构良好"的范例。

可复用性（4/5）：派生指标与示例代码降低了复用门槛；但无标签、无划分，直接拿来训练分类模型需自建监督信号。

规模代表性（3/5）：规模在视野领域突出，但单一机构、专科人群、单设备型号，外推受限。datasheet 自身诚实披露。

§8.10 一个最小可跑建模模板（视野预测）

# 伪代码：以 UWHVF 做"预测下一次视野"
for patient in data:
    for eye in ['R', 'L']:
        tests = sorted(data[patient][eye], key=lambda t: t['age'])
        if len(tests) < 3: continue          # 至少需 2 次输入 + 1 次目标
        for k in range(2, len(tests)):
            X = [m(tests[i]['hvf']) for i in range(k)]   # 掩码 100/盲点
            y = m(tests[k]['hvf'])
            dataset.append((X, y, tests[k]['age'] - tests[k-1]['age']))
# 模型：RNN / Transformer / 图网络（视野网格作图）
# 损失：逐点 MAE（dB），注意屏蔽无效点
# 评估：按患者划分，报告逐点误差与全局 MD/PSD 误差

要点提醒：按患者划分防泄漏、掩码无效点、把测试间隔作为特征输入、左/右眼分层评估。

§10.6 结语

UWHVF 的意义不在于"又一个大数据集"，而在于它示范了一条路径：把机构内部长期积累的临床数值数据，经规范去标识与指标补全后，以宽松许可开放。它解决了视野研究最痛的"数据拿不到"，同时也诚实地暴露了真实世界数据固有的不完美（单中心、随访不全、无标签、无可靠性字段）。对研究者而言，它是一份需要"带着正确预期"使用的基础设施型数据；对数据工程而言，它是一份可借鉴的"临床数值数据 AI-Ready 化"模板。抓取时点 2026-10-08，条目将随仓库变动而需复核。

§9.4 选择建议决策树

你的任务输入是图像吗？
├─ 是 → UWHVF 不适用，转向 REFUGE/ACRIMA/OCT 等影像数据集
└─ 否（数值/时序）
   ├─ 你需要青光眼视野的功能时序吗？
   │   ├─ 是 → 用 UWHVF（功能侧规模最大）
   │   └─ 否 → 看具体模态
   └─ 你需要结构+功能配对吗？
       ├─ 是 → UWHVF 不够，需外部影像配对，或看 GRAPE（rid 860）
       └─ 否 → UWHVF 满足

§8.11 典型论文选题方向（供研究者参考）

1. “UWHVF 上的视野进展预测基线研究”——建立首个公开基线，填补无 baseline 空白；
2. “单中心视野数据的跨机构泛化评估”——研究域偏移；
3. “基于图神经网络的视野空间建模”——利用 24-2 网格结构；
4. “不规则随访下的进展速率估计”——方法学创新；
5. “视野自监督预训练与下游迁移”——利用规模优势；
6. “结构-功能关联：视野簇指标与 RNFL 厚度的配对分析”——需外部数据；
7. “SITA 策略对视野敏感度分布的影响”——数据异质性研究。

§10.7 与库内条目互链的推荐表达

在千方病案医数集的其他条目页内引用 UWHVF 时，建议互链表达：

• 在 GRAPE（rid 860） 条目内：“功能侧可参考同期公开的 UWHVF（uwhvf）视野纵向数据集，二者构成单模态功能 vs 多模态的对照。”
• 在 REFUGE/REFUGE2（rid 62/766）、ACRIMA（rid 774）、PAPILA（rid 765） 条目内：“本文为结构侧眼底评估，功能侧可对读 UWHVF（uwhvf）视野数据集。”
• 在 OCT 系列（rid 311/690/697/858） 条目内：“OCT 提供视网膜结构，视野（UWHVF）提供对应功能测量，二者是青光眼结构-功能研究的两条证据链。”

这些互链既提升库内导航，也帮助读者理解多份数据集的相对定位。

---

编者按：本条目的硬数字以论文（TVST 2022;11(1):1）与 GitHub README 首段为准，共三源互证（论文 / README / datasheet）。README 描述段的 26,353 陈旧数字、论文 article 号双写、数据集与论文的许可差异，均已逐条存照（§6.5 及 FACTS.md §9）。抓取时点 2026-10-08。

---

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：

• perg-ioba-dataset — 共享标签：眼科影像 / 真实世界数据 / 时序数据
• g1020 — 共享标签：眼科影像 / 青光眼 / 评测基准 / 医学图像分割
• drions-db — 共享标签：眼科影像 / 青光眼 / 评测基准 / 医学图像分割
• grape-glaucoma — 共享标签：眼科影像 / 时序数据 / 青光眼 / 医学图像分割
• origa-light — 共享标签：眼科影像 / 青光眼 / 评测基准 / 医学图像分割
• riga — 共享标签：眼科影像 / 青光眼 / 评测基准 / 医学图像分割
• refuge — 共享标签：眼科影像 / 青光眼 / 医学图像分割
• papila — 共享标签：眼科影像 / 青光眼 / 医学图像分割
• woives-octa — 共享标签：眼科影像 / 评测基准 / 医学图像分割
• drive — 共享标签：眼科影像 / 评测基准 / 医学图像分割

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。