面向智能糖尿病视网膜病变系统的超广角SLO眼底图像数据集
该数据集包含来自809名患者的1630张超广角（UWF）眼底图像，由三位资深眼科医师完成标注与分类，用于基于超广角眼底图像的糖尿病视网膜病变（DR）人工智能系统的开发与验证
基本信息
资源简介
面向智能糖尿病视网膜病变系统的超广角SLO眼底图像数据集
Ultra-wide-field (SLO) fundus image dataset for intelligent diabetic retinopathy system
该数据集包含来自809名患者的1630张超广角（UWF）眼底图像，由三位资深眼科医师完成标注与分类，用于基于超广角眼底图像的糖尿病视网膜病变（DR）人工智能系统的开发与验证。糖尿病视网膜病变是糖尿病最常见的微血管并发症，也是全球工作年龄人群不可逆视力丧失的首要原因。超广角图像分析有助于提升DR分级一致性并降低周边病灶误诊率，但标准化、高质量、公开可用的UWF-DR数据集长期缺乏，限制了AI模型的泛化能力与临床可靠性。该数据集可用于DR分级与智能诊断相关研究（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2026-02-13。
【数据内容】
源站描述（机器翻译，仅供参考）：糖尿病视网膜病变（DR）是糖尿病最常见的微血管并发症，也是全球工作年龄人群不可逆视力丧失的首要原因。目前，深度学习集成的超广角（UWF）图像分析系统提高了DR分级一致性并降低了周边病灶误诊率，从而克服了传统45度视野AI模型在检测周边视网膜病灶方面的局限性。然而，标准化、高质量且公开可用的UWF-DR数据集的缺乏，严重限制了AI模型在临床实践中的泛化能力与可靠性。为解决这一问题，本研究构建了一个包含来自809名患者的1,630张UWF眼底图像的数据集，由三位资深眼科医师进行标注和分类，用于基于UWF的DR诊断AI系统的开发与验证。
【数据结构与技术规格】
文件数 1 个，合计 401.67 MB。数据集 DOI：10.6084/m9.figshare.31259494.v1。
【主题与分类】
源站学科分类：Ophthalmology。主题标签：diabetic retinopathy、ultra-wide-field fundus image、artificial intelligence、SLO images、Intelligent diagnosis、dataset。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 Ophthalmology。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/_b_Ultra-wide-field_SLO_fundus_image_dataset_for_intelligent_diabetic_retinopathy_system_b_/31259494
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Peng, Shaojuan; Zhao, Xinyu; Yang, Shuo; Zhang, Yongtao; Bai, Qingjie; Lei, Baiying; et al. (2026). Ultra-wide-field (SLO) fundus image dataset for intelligent diabetic retinopathy system. 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.31259494.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 401.7 MB。
数据说明
糖尿病视网膜病变（DR）是糖尿病最常见的微血管并发症，也是全球工作年龄人群不可逆视力丧失的首要原因。目前，深度学习集成的超广角（UWF）图像分析系统提高了DR分级的一致性，降低了周边病变的误诊率，从而克服了传统45度视野AI模型在检测周边视网膜病变方面的局限性。然而，缺乏标准化、高质量且公开可用的UWF-DR数据集，严重制约了AI模型在临床实践中的泛化能力和可靠性。为解决这一问题，本研究构建了一个包含来自809名患者的1，630张UWF眼底图像的数据集，由三位资深眼科医生进行标注和分类，用于开发和验证基于UWF的DR诊断AI系统。该数据集旨在赋能研究人员基于UWF图像训练更高效、更准确的AI辅助DR诊断系统，推动其在真实世界临床中的广泛应用。
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。
