用于眼底图像分类的手工特征数据集
数据以压缩包和特征顺序说明文件的形式提供，共 2 个文件。这些特征可用于眼底图像的分类研究，例如糖尿病视网膜病变相关分析，并可与计算机视觉和深度学习算法结合使用（来源 figshare，CC BY 4.0 许可）
基本信息
资源简介
用于眼底图像分类的手工特征数据集
Handcrafted features for fundus image classification
该数据集包含从多个公开眼底图像数据集中提取的手工特征，来源包括 Kaggle DR、Messidor 以及 Indian Diabetic Retinopathy Image Dataset (IDRiD)。数据以压缩包和特征顺序说明文件的形式提供，共 2 个文件。这些特征可用于眼底图像的分类研究，例如糖尿病视网膜病变相关分析，并可与计算机视觉和深度学习算法结合使用（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2021-08-30。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含从以下公开数据集中的多张图像提取的手工特征：Kaggle DR 和 Messidor 数据集、Indian Diabetic Retinopathy Image Dataset (IDRiD)。
【数据结构与技术规格】
文件数 2 个，合计 6.77 MB。数据集 DOI：10.6084/m9.figshare.16543107.v2。
【主题与分类】
源站学科分类：Computer vision。主题标签：computer vision algorithms、deep learning dataset、Computer Vision。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 Computer vision。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Handcrafted_features_for_fundus_image_classification/16543107
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Bogacsovics, Gergő; Harangi, Balázs; Tóth, János; Hajdu, András (2021). Handcrafted features for fundus image classification. 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.16543107.v2
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 6.8 MB。
数据说明
该数据集包含从以下公共数据集提取的多个图像的手工特征：Kaggle DR和Messidor数据集，印度糖尿病视网膜病变图像数据集（IDRiD）。
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。
