基于人工智能的糖尿病视网膜病变早期检测(FUNDUS AI)

该数据集来自 clinicaltrials.gov,聚焦糖尿病与糖尿病前期的眼底图像采集与人工智能分析。数据通过两种设备获取:固定式眼底相机 CenterVue DRSplus 和手持式眼底相机 Optomed Aurora IQ,并利用 AI 算法对视网膜图像进行图像分析

University Hospital TuebingenUniversity Hospital Tuebingen
clinicaltrials
浏览 9
图像分类Diabetes (DM)Prediabetes
Artificial-Intelligence-based Early Detection of Diabetic Retinopathy (FUNDUS AI)

基本信息

模态
图像
任务类型
分类
创建/更新时间
2026-10-12

资源简介

基于人工智能的糖尿病视网膜病变早期检测(FUNDUS AI)

该数据集英文名为 Artificial-Intelligence-based Early Detection of Diabetic Retinopathy (FUNDUS AI),来源于 clinicaltrials.gov,归类于内分泌、营养和代谢疾病下的糖尿病方向。其核心关注点是糖尿病(DM)与糖尿病前期的眼底图像采集及人工智能分析。数据通过两种设备获取:固定式眼底相机 CenterVue DRSplus 和手持式眼底相机 Optomed Aurora IQ,并利用 AI 算法对视网膜图像进行图像分析。整体来看,该数据集面向糖尿病视网膜病变的早期检测场景,将眼底影像与人工智能图像分析相结合,为相关研究与应用提供数据基础。

【数据集背景】

该数据集聚焦于糖尿病(DM)与糖尿病前期的早期检测需求。糖尿病视网膜病变是糖尿病相关的眼部并发症,早期发现对于干预和管理具有重要意义。该数据集以人工智能为基础,围绕糖尿病视网膜病变的早期检测展开,旨在通过眼底图像的采集与 AI 分析,支持对这一疾病的早期识别。其主题标签为 Diabetes (DM) 与 Prediabetes,说明数据覆盖的人群与糖尿病及糖尿病前期状态相关。数据集来源于 clinicaltrials.gov,属于内分泌、营养和代谢疾病 / 糖尿病分类下的资源。

【数据内容】

该数据集的内容为眼底图像及其人工智能分析结果。具体而言,数据涉及使用 AI 算法对眼底图像进行分析,眼底图像则通过两种设备采集:固定式眼底相机 CenterVue DRSplus 和手持式眼底相机 Optomed Aurora IQ。视网膜图像经由基于 AI 的图像分析进行检查。数据集的主题标签为 Diabetes (DM) 与 Prediabetes,表明其数据内容与糖尿病和糖尿病前期相关。除上述信息外,源站未提供关于数据规模、图像数量、标注格式、字段结构等更细化的内容。

【采集与来源】

该数据集的来源站为 clinicaltrials.gov。数据采集涉及两种眼底相机设备:一种是固定式眼底相机 CenterVue DRSplus,另一种是手持式眼底相机 Optomed Aurora IQ。眼底图像被采集后,使用 AI 算法进行分析,视网膜图像通过基于 AI 的图像分析进行检查。数据集的英文名称为 Artificial-Intelligence-based Early Detection of Diabetic Retinopathy (FUNDUS AI)。关于采集时间、采集地点、受试者数量、设备参数等具体信息,源站未提供。

【适用场景】

该数据集适用于糖尿病(DM)与糖尿病前期的眼底图像采集与人工智能分析相关场景,尤其面向糖尿病视网膜病变的早期检测。由于其数据通过固定式与手持式两种眼底相机获取,并利用 AI 算法进行视网膜图像分析,因此可服务于需要结合眼底影像与 AI 图像分析的研究或应用方向。其主题标签 Diabetes (DM) 与 Prediabetes 也表明,该数据集适用于与糖尿病及糖尿病前期相关的分析任务。除此之外的具体应用场景,源站未提供。

【使用方法】

该数据集的使用涉及眼底图像的采集与 AI 分析流程:眼底图像通过 CenterVue DRSplus 固定式眼底相机和 Optomed Aurora IQ 手持式眼底相机获取,随后使用 AI 算法对图像进行分析,视网膜图像通过基于 AI 的图像分析进行检查。关于具体的使用步骤、算法调用方式、数据读取格式、分析流程细节等,源站未提供。

【质量与限制】

该数据集通过两种设备采集眼底图像,并采用基于 AI 的图像分析进行视网膜图像检查。关于数据质量指标、图像分辨率、标注一致性、算法性能、验证结果等具体信息,源站未提供。因此,无法依据现有信息对该数据集的质量水平与使用限制做出进一步说明。

【引用与许可】

该数据集来源于 clinicaltrials.gov。关于引用方式、许可条款、使用授权、数据共享条件等具体信息,源站未提供。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://clinicaltrials.gov/study/NCT07378891

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:糖尿病(DM)、糖尿病前期。使用AI算法获取并分析眼底图像。眼底图像通过两种设备采集:固定式眼底相机(CenterVue DRSplus)和Optomed Aurora IQ手持式眼底相机。采用基于AI的图像分析技术检查视网膜图像。

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。

获取专属数据定制方案