AV-RetVasc：真实世界视网膜血管疾病场景下的超广角视网膜血管分割数据集
AV-RetVasc 是面向真实世界视网膜血管疾病场景构建的超广角视网膜血管分割数据集，来源站为 doi.org，分类归属内分泌、营养和代谢疾病下的糖尿病方向
基本信息
资源简介
AV-RetVasc：真实世界视网膜血管疾病场景下的超广角视网膜血管分割数据集
AV-RetVasc: an ultra-wide-field retinal vascular segmentation dataset from real-world retinal vascular disease scenarios
AV-RetVasc 是面向真实世界视网膜血管疾病场景构建的超广角视网膜血管分割数据集，来源站为 doi.org，分类归属内分泌、营养和代谢疾病下的糖尿病方向。数据集包含 1 个文件，样例文件名为 0a8b897f4b1b_a.png，由 Jing Cao、Huimin Li、Jiawei Wang、Peifang Xu、Yingcheng He、Jingxin Zhou、Zhichu Chen、Kun You、Juan Ye 共同完成，发布时间为 2026-09-15，DOI 为 10.6084/m9.figshare.33438577.v2。该数据可用于超广角眼底图像中的血管结构分割研究，支撑定量血管分析与基于人工智能的视网膜疾。
【数据集背景】
项目资助方：Key Research and Development Program of Zhejiang Province (2024C03204)。源站首次发布：2026-09-15。
【数据内容】
源站描述（机器翻译，仅供参考）：自动视网膜血管分割是客观刻画视网膜血管结构的基础，可支撑定量血管分析和基于人工智能（AI）的视网膜疾病评估。然而，现有视网膜血管分割数据集主要来自健康人群或无明显血管异常眼的常规彩色眼底照片，限制了其在真实世界病理条件下的适用性。超广角（UWF）成像可提供约 200 度的更广阔视网膜视野，能够全面显示周边血管异常，但由于血管形态复杂、血管尺度变化、图像畸变以及视网膜病变的干扰，病理性 UWF 血管分割仍具挑战性。在此，我们提出 AV-RetVasc，一个超广角视网膜血管分割
【数据结构与技术规格】
文件数 1 个，合计 22.69 KB。数据集 DOI：10.6084/m9.figshare.33438577.v2。
【主题与分类】
源站学科分类：Clinical sciences not elsewhere classified。主题标签：视网膜血管分割、超广角眼底、糖尿病视网膜病变、视网膜静脉阻塞、图像分割。本站分类：内分泌、营养和代谢疾病/糖尿病。
【适用方向】
源站学科分类标注为 Clinical sciences not elsewhere classified。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/AV-RetVasc_an_ultra-wide-field_retinal_vascular_segmentation_dataset_from_real-world_retinal_vascular_disease_scenarios/33438577
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Cao, Jing; Li, Huimin; Wang, Jiawei; Xu, Peifang; He, Yingcheng; Zhou, Jingxin; et al. (2026). AV-RetVasc: an ultra-wide-field retinal vascular segmentation dataset from real-world retinal vascular disease scenarios. figshare. Dataset
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/10.6084/m9.figshare.33438577.v1
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 22.7 KB。
数据说明
自动视网膜血管分割是客观表征视网膜血管结构的基础，并支持定量血管分析和基于人工智能（AI）的视网膜疾病评估。然而，现有的视网膜血管分割数据集主要来源于健康人群或无显著血管异常眼睛的传统彩色眼底照片，限制了其在真实世界病理条件下的适用性。超广角（UWF）成像提供约200度的更广阔视网膜视野，能够全面可视化周边血管异常，但由于复杂的血管形态、血管尺度变化、图像畸变以及视网膜病变的干扰，病理性UWF血管分割仍然具有挑战性。在此，我们提出AV-RetVasc，一个来源于视网膜血管疾病患者的超广角视网膜血管分割数据集。该数据集包括来自糖尿病视网膜病变、视网膜中央静脉阻塞和视网膜分支静脉阻塞患者的100张UWF眼底图像及临床信息。
每张图像都提供了像素级的血管分割标注和动静脉（A/V）分类标签。AV-RetVasc为开发用于视网膜血管分析和视网膜血管疾病自动评估的稳健AI模型提供了宝贵的资源。
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。
