基于改进激活函数的糖尿病视网膜病变检测与分类深度学习数据集
主题标签：糖尿病视网膜病变、深度学习、激活函数、图像分类、内分泌、糖尿病。本站分类：内分泌、营养和代谢疾病/糖尿病。本数据集为内分泌、营养和代谢疾病领域公开数据集，主题涵盖糖尿病视网膜病变。
基本信息
资源简介
基于改进激活函数的糖尿病视网膜病变检测与分类深度学习数据集
该数据集英文名为“Data from: Deep Learning for the Detection and Classification of Diabetic Retinopathy with an Improved Activation Function”，由 Usha Rani Bhimavarapu 与 gopi battineni 于 2025 年发布，来源于 figshare.com，DOI 为 10.6084/m9.figshare.28254788.v1。数据集围绕糖尿病视网膜病变的检测与分类任务，涉及深度学习、激活函数改进与图像分类等主题，在本站归入内分泌、营养和代谢疾病 / 糖尿病分类。作为该领域的一项公开数据集，其主题标签涵盖糖尿病视网膜病变、深度学习、激活函数、图像分类、内分泌与糖尿病，可为相关研究与教学提供数据基础。
【数据集背景】
糖尿病视网膜病变是糖尿病常见的眼部并发症之一，其早期检测与分类对临床诊疗具有重要意义。该数据集伴随一项关于深度学习用于糖尿病视网膜病变检测与分类的研究而发布，研究重点涉及改进的激活函数。数据集的主题标签明确包含糖尿病视网膜病变、深度学习、激活函数与图像分类，说明其面向的是以深度学习模型完成视网膜病变图像识别与分类的任务场景。在本站分类体系中，该数据集归属于内分泌、营养和代谢疾病 / 糖尿病方向。
【数据内容】
该数据集的主题涵盖糖尿病视网膜病变，标签包括糖尿病视网膜病变、深度学习、激活函数、图像分类、内分泌与糖尿病。数据集的具体样本数量、图像分辨率、类别标签体系、文件格式与目录结构等细节，源站未提供。
【采集与来源】
该数据集来源于 figshare.com，发布者为 Usha Rani Bhimavarapu 与 gopi battineni，发布年份为 2025 年，DOI 为 10.6084/m9.figshare.28254788.v1。数据的具体采集机构、采集时间、采集设备与伦理审批信息，源站未提供。
【适用场景】
依据其主题标签，该数据集适用于糖尿病视网膜病变的检测与分类研究，尤其是基于深度学习的图像分类任务，以及涉及激活函数改进的模型实验。同时，作为内分泌、营养和代谢疾病 / 糖尿病领域的公开数据集，也可用于相关领域的教学演示与算法对比。其他具体应用场景，源站未提供。
【使用方法】
该数据集以 figshare.com 平台发布，可通过其 DOI 链接访问。数据的具体加载方式、预处理流程、划分方案与配套代码，源站未提供。
【质量与限制】
该数据集为公开数据集，其发布者、年份与 DOI 信息明确。关于数据质量评估、标注一致性、样本偏倚、类别平衡性等具体指标，源站未提供。
【引用与许可】
引用该数据集时，应参照源站给出的引用信息：Usha Rani Bhimavarapu; gopi battineni (2025). Deep Learning for the Detection and Classification of Diabetic Retinopathy with an Improved Activation Function [Dataset]. http://doi.org/10.6084/m9.figshare.28254788.v1。数据的具体许可协议条款，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
Usha Rani Bhimavarapu；gopi battineni（2025）。采用改进激活函数的深度学习用于糖尿病视网膜病变的检测与分类[数据集]。http://doi.org/10.6084/m9.figshare.28254788.v1
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。
