慢性静脉疾病自动分类深度学习方法的复现数据
该数据集包含20,971张RGB腿部图像，由认证静脉学专家依据下肢静脉功能不全的七个CEAP类别（C0–C6）进行标注，样本类别分布高度不平衡
基本信息
资源简介
慢性静脉疾病自动分类深度学习方法的复现数据
该数据集英文名为“Replication Data for: Deep Learning Approaches to Automatic Chronic Venous Disease Classification”，收录于Harvard Dataverse，发布时间为2026年，由Barulina, Marina、Okunkov, Sergey、Ulitin, Ivan与Sanbaev, Askhat共同完成。数据集共包含20,971张RGB腿部图像，全部由认证静脉学专家依据下肢静脉功能不全的七个CEAP类别（C0–C6）进行标注，样本类别分布高度不平衡。该资源面向慢性静脉疾病自动分类的深度学习研究，主题涵盖计算机与信息科学、医学健康与生命科学，并涉及慢性静脉疾病与CEAP分类等标签，在心血管系统疾病/静脉功能不全分类下可供相关研究使用。
【数据集背景】
慢性静脉疾病是下肢静脉功能不全相关的一类常见血管疾病，临床上常采用CEAP分类体系对疾病严重程度进行分级，该体系包含C0至C6共七个类别。随着深度学习在医学图像分析中的广泛应用，构建带有专业标注的腿部图像数据集，成为开展慢性静脉疾病自动分类研究的基础条件。该数据集正是围绕“深度学习用于慢性静脉疾病自动分类”这一研究主题而发布，旨在为相关算法研究提供可复现的数据支撑，其英文名称中的“Replication Data”也表明其服务于研究结果复现的目的。
【数据内容】
数据集的核心内容是20,971张RGB腿部图像，每张图像均由认证静脉学专家按照下肢静脉功能不全的七个CEAP类别（C0–C6）完成标注。图像以RGB彩色格式提供，标注体系覆盖CEAP分类的全部七个等级。需要特别注意的是，该样本中的类别分布高度不平衡，即不同CEAP类别对应的图像数量存在明显差异。除上述图像数量、格式、标注体系与类别分布特征外，源站未提供更细化的数据内容说明。
【采集与来源】
该数据集来源于doi.org，存放于Harvard Dataverse。图像由认证静脉学专家进行标注，标注依据为下肢静脉功能不全的CEAP分类体系（C0–C6）。关于图像的具体采集地点、采集设备、采集时间跨度、受试者招募方式及伦理审批等信息，源站未提供。
【适用场景】
结合数据集的标注体系与主题标签，该数据集适用于慢性静脉疾病的自动分类研究，尤其是基于深度学习方法的腿部图像CEAP分级任务；也可用于研究类别不平衡条件下的模型训练与评估策略。此外，其“Replication Data”的定位使其可用于相关研究结果的复现与对比验证。关于其他具体应用场景，源站未提供。
【使用方法】
源站未提供具体的使用方法说明，包括数据划分方式、预处理流程、评价指标及基准模型配置等信息均未给出。
【质量与限制】
该数据集由认证静脉学专家完成标注，标注依据为国际通用的CEAP分类体系，具备专业标注基础。其主要限制在于样本类别分布高度不平衡，可能对模型训练与性能评估产生影响。关于图像分辨率、标注一致性检验、数据完整性等其他质量信息，源站未提供。
【引用与许可】
该数据集的作者为Barulina, Marina、Okunkov, Sergey、Ulitin, Ivan与Sanbaev, Askhat，存放于Harvard Dataverse，发布时间为2026年，来源站为doi.org。关于具体的引用格式与许可条款，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。
暂未开放公开下载
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。
免登录有偿下载
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://doi.org/10.7910/DVN/ZQMHUN
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:
数据集大小约 13.34 GB。
数据说明
20,971张RGB腿部图像，由认证静脉学专家依据下肢静脉功能不全的七个CEAP分级（C0–C6）进行标注。该样本中的类别分布极不均衡。
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。
