基于糖尿病眼底图像诊断和分级视网膜病变的新型图像恢复方法数据集
一种基于糖尿病眼底图像诊断和分级视网膜病变疾病水平的新型图像恢复方法[数据集]。主题标签：糖尿病、视网膜病变、眼底图像、图像恢复、疾病分级、内分泌与代谢疾病
基本信息
资源简介
基于糖尿病眼底图像诊断和分级视网膜病变的新型图像恢复方法数据集
该数据集英文名为“A Novel Image Recuperation Approach for Diagnosing and Ranking Retinopathy Disease Level Using Diabetic Fundus Image”，是一项以糖尿病眼底图像为对象、围绕视网膜病变诊断与疾病水平分级展开的图像恢复方法研究配套数据集，来源站为 plos.figshare.com。数据集归属于内分泌、营养和代谢疾病 / 糖尿病分类，主题标签涵盖糖尿病、视网膜病变、眼底图像、图像恢复、疾病分级以及内分泌与代谢疾病。从整体定位看，该数据集服务于糖尿病视网膜病变的辅助诊断研究，将图像恢复技术与疾病分级任务相结合，为相关方法的研究、验证与比较提供数据基础。其名称中的“图像恢复”与“诊断和分级”两个关键词，集中体现了该数据集在医学图像处理与临床辅助决策交叉领域中的用途指向。
【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，眼底图像是其筛查与诊断的重要依据。该数据集正是在这一背景下提出，旨在支撑一种新型图像恢复方法，用于诊断视网膜病变并对其疾病水平进行排序分级。数据集所属分类为内分泌、营养和代谢疾病 / 糖尿病，主题标签同时覆盖糖尿病、视网膜病变、眼底图像、图像恢复与疾病分级，说明其研究背景横跨代谢性疾病临床研究与医学图像处理两个方向。
【数据内容】
该数据集的核心内容为糖尿病眼底图像，围绕视网膜病变的诊断与疾病水平分级任务组织。数据集名称明确指向“诊断和排序视网膜病变疾病水平”，因此其内容用途与病变程度的判定和分级排序相关。除上述主题范围外，源站未提供关于图像数量、分辨率、格式、分级标签体系、类别分布等更细化的数据内容说明。
【采集与来源】
该数据集来源站为 plos.figshare.com，源站描述中列出的作者为 Somasundaram Krishnamoorthy 与 Alli P，发布年份为 2023 年，数据集类型标注为 Dataset，并附有 DOI 标识 http://doi.org/10.1371/journal.pone.0125542。关于图像的具体采集机构、采集设备、采集地点、采集时间跨度以及受试者招募方式等信息，源站未提供。
【适用场景】
依据数据集的主题与名称，其适用场景包括糖尿病视网膜病变的辅助诊断研究、视网膜病变疾病水平的自动分级与排序、眼底图像恢复方法的验证与评估，以及医学图像处理算法在代谢性疾病筛查中的应用探索。数据集分类归属于内分泌、营养和代谢疾病 / 糖尿病，也使其可用于面向糖尿病并发症的临床决策支持相关研究。除此之外的具体应用场景，源站未提供。
【使用方法】
该数据集以糖尿病眼底图像为对象，配合图像恢复方法用于诊断与疾病水平分级研究。关于数据的具体组织方式、目录结构、标注文件格式、训练与测试划分方式以及配套代码或工具，源站未提供。
【质量与限制】
该数据集为 PLOS 相关平台发布的研究配套数据集，具有明确的 DOI 标识，便于定位与引用。关于数据规模、图像质量、标注一致性、分级标准、样本代表性以及已知偏差等质量与限制信息，源站未提供。
【引用与许可】
引用该数据集时，应参照源站描述中的引用信息：Somasundaram Krishnamoorthy; Alli P (2023). A Novel Image Recuperation Approach for Diagnosing and Ranking Retinopathy Disease Level Using Diabetic Fundus Image [Dataset]. http://doi.org/10.1371/journal.pone.0125542。关于该数据集的具体许可协议与使用条款，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（Figshare）
按页面 Download 按钮获取。
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。
数据说明
Somasundaram Krishnamoorthy; Alli P (2023). A Novel Image Recuperation Approach for Diagnosing and Ranking Retinopathy Disease Level Using Diabetic Fundus Image [Dataset]. http://doi.org/10.1371/journal.pone.0125542
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。
