Grand Challenge：糖尿病视网膜病变分析挑战赛 MICCAI2022
在超广角光学相干断层扫描血管成像拼图（UW-OCTA-M）图像中进行糖尿病视网膜病变（DR）病灶分割、图像质量评估以及增殖性 DR（PDR）与非 PDR 的分类
基本信息
资源简介
Grand Challenge：糖尿病视网膜病变分析挑战赛 MICCAI2022
本数据集为 Grand Challenge 平台上的糖尿病视网膜病变分析挑战赛（Diabetic Retinopathy Analysis Challenge MICCAI2022）数据资源，来源站为 drac22.grand-challenge.org。其核心任务围绕超广角光学相干断层扫描血管成像拼图（UW-OCTA-M）图像展开，涵盖糖尿病视网膜病变（DR）病灶分割、图像质量评估，以及增殖性糖尿病视网膜病变（PDR）与非增殖性糖尿病视网膜病变（非 PDR）的分类三项内容。该数据集在站内被归类于循环系统疾病下的其他类别，面向眼底影像分析与糖尿病视网膜病变自动诊断相关研究。以下从背景、内容、来源、适用场景、使用方法、质量与限制、引用与许可等方面进行介绍。
【数据集背景】
糖尿病视网膜病变是糖尿病常见的微血管并发症之一，可累及视网膜并导致视力损害。增殖性糖尿病视网膜病变（PDR）是该疾病进展过程中的重要阶段，与非 PDR 在临床管理和预后判断上存在差异。随着超广角光学相干断层扫描血管成像拼图（UW-OCTA-M）技术的发展，研究者可以在更广的视野范围内观察视网膜血管结构与病变特征。本数据集依托 MICCAI2022 挑战赛设立，旨在推动在 UW-OCTA-M 图像上开展糖尿病视网膜病变病灶分割、图像质量评估以及 PDR 与非 PDR 分类的研究。该数据集来源站为 drac22.grand-challenge.org，属于 Grand Challenge 平台上的挑战赛数据资源。
【数据内容】
该数据集涉及的任务包括三个方面：第一，糖尿病视网膜病变（DR）病灶分割；第二，图像质量评估；第三，增殖性糖尿病视网膜病变（PDR）与非 PDR 的分类。数据模态为超广角光学相干断层扫描血管成像拼图（UW-OCTA-M）图像。源站描述中明确提及在 UW-OCTA-M 图像中进行上述分割、质量评估和分类任务。关于数据集的具体图像数量、标注格式、病灶类别细目、质量评估等级、分类标签分布、训练集与测试集划分等信息，源站未提供。
【采集与来源】
该数据集来源于 Grand Challenge 平台上的糖尿病视网膜病变分析挑战赛（Diabetic Retinopathy Analysis Challenge MICCAI2022），来源站为 drac22.grand-challenge.org。数据模态为超广角光学相干断层扫描血管成像拼图（UW-OCTA-M）图像。关于采集设备、采集中心、采集时间、受试者纳入与排除标准、伦理审批信息、数据脱敏方式等具体采集细节，源站未提供。
【适用场景】
该数据集适用于在超广角光学相干断层扫描血管成像拼图（UW-OCTA-M）图像上开展糖尿病视网膜病变相关算法研究，包括 DR 病灶分割、图像质量评估以及 PDR 与非 PDR 的分类。其站内分类为循环系统疾病 / 其他，因此可服务于循环系统疾病尤其是糖尿病视网膜病变的影像分析、模型训练与性能评测等场景。关于该数据集是否适用于其他疾病、其他影像模态或临床部署场景，源站未提供。
【使用方法】
该数据集以 Grand Challenge 挑战赛形式发布，来源站为 drac22.grand-challenge.org。使用者通常需通过该挑战赛平台了解任务设置、参与方式与评测流程。关于数据下载方式、注册要求、提交格式、评价指标、排行榜规则、基线方法、代码示例等具体使用信息，源站未提供。
【质量与限制】
该数据集聚焦于超广角光学相干断层扫描血管成像拼图（UW-OCTA-M）图像，任务覆盖 DR 病灶分割、图像质量评估以及 PDR 与非 PDR 分类。其站内分类为循环系统疾病 / 其他。关于数据规模、标注质量、类别平衡性、图像分辨率、设备差异、中心差异、潜在偏倚、隐私与伦理限制等具体质量与限制信息，源站未提供。
【引用与许可】
该数据集对应 Grand Challenge 上的糖尿病视网膜病变分析挑战赛（Diabetic Retinopathy Analysis Challenge MICCAI2022），来源站为 drac22.grand-challenge.org。关于引用格式、论文出处、数据许可协议、使用条款、商业使用限制、二次分发规定等具体信息，源站未提供。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
需登录公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
暂未开放有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://drac22.grand-challenge.org/
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
Diabetic Retinopathy (DR) lesions segmentation, image quality assessment and classification of proliferatived DR (PDR) and non-PDR in ultra-wide optical coherence tomography angiography mosaic (UW-OCTA-M) images
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
