糖尿病视网膜病变与视网膜疾病眼底图像数据集
该数据集由 22,454 张高质量彩色眼底图像组成，来自三个公开来源，合并用于糖尿病视网膜病变（DR）及其他视网膜疾病的分类
基本信息
资源简介
糖尿病视网膜病变与视网膜疾病眼底图像数据集
Diabetic Retinopathy and Retinal Diseases Fundus Image Dataset
该数据集由 22,454 张高质量彩色眼底图像组成，来自三个公开来源，合并用于糖尿病视网膜病变（DR）及其他视网膜疾病的分类。图像被划分为 13 个具有临床意义的类别，涵盖 DR 的多个阶段（Mild、Moderate、Severe、Proliferative、Advanced PDR、Very Severe NPDR），以及 Dry AMD、Wet AMD、Cataract、Hypertensive Retinopathy、Pathological Myopia、Glaucoma 和 Normal Fundus 等其他视网膜状况。该数据集可用于训练和评估深度学习模型，以区分不同阶段的糖尿病视网膜病变及其他视网膜疾病（来源 DOI 。
【数据集背景】
源站首次发布：2025。
【数据内容】
源站描述（机器翻译，仅供参考）：本研究使用的数据集由来自三个公开来源的 22,454 张高质量彩色眼底图像组成，合并用于糖尿病视网膜病变（DR）和其他视网膜疾病的分类。图像被分为 13 个具有临床意义的类别，包括 DR 的各个阶段（Mild、Moderate、Severe、Proliferative、Advanced PDR、Very Severe NPDR），以及其他视网膜状况，如 Dry AMD、Wet AMD、Cataract、Hypertensive Retinopathy、Pathological Myopia、Glaucoma，以及 Normal Fundus 类别。
【主题与分类】
主题标签：Image Processing、Retinal Disease、Deep Learning。本站分类：内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/6ry9n79gb4/1
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/10.17632/6ry9n79gb4.1
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 2.88 GB。
数据说明
本研究使用的数据集包含22,454张高质量彩色眼底图像，这些图像来自三个公开可用的数据源，经合并后用于糖尿病视网膜病变（DR）及其他视网膜疾病的分类。图像被分为13个具有临床意义的类别，包括DR的不同阶段（轻度、中度、重度、增殖性、晚期增殖性糖尿病视网膜病变、极重度非增殖性糖尿病视网膜病变），以及其他视网膜疾病，如干性年龄相关性黄斑变性、湿性年龄相关性黄斑变性、白内障、高血压性视网膜病变、病理性近视、青光眼，以及正常眼底类别。
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。
