M'Sila 视网膜眼底数据集用于糖尿病视网膜病变分类
该数据集为 M'Sila 视网膜眼底数据集，用于糖尿病视网膜病变分类，属于内分泌、营养和代谢疾病下的糖尿病主题。数据来自阿尔及利亚 M'Sila 一家眼科诊所，于 2019 年至 2025 年间采集，共包含 1335 张视网膜眼底图像，所有图像均已匿名化处理
基本信息
资源简介
M'Sila 视网膜眼底数据集用于糖尿病视网膜病变分类
M'Sila 视网膜眼底数据集（M'Sila retinal fundus dataset for diabetic retinopathy classification）是一个面向糖尿病视网膜病变分类任务的临床影像数据集，收录了 1335 张视网膜眼底图像。该数据集属于内分泌、营养和代谢疾病分类下的糖尿病主题，由作者 Mohamed Chatra 发布，发布机构为 Zenodo，发布时间为 2026 年，采用 Creative Commons Attribution 4.0 International 许可协议。数据集的主题标签为 Retinal Fundus。这些图像采集自阿尔及利亚 M'Sila 的一家眼科诊所，采集时间跨度为 2019 年至 2025 年，所有图像均已进行匿名化处理。该数据集为糖尿病视网膜病变的分类研究提供了来自真实临床环境的眼底影像资源，适用于相关算法开发与验证工作。
【数据集背景】
糖尿病视网膜病变是糖尿病常见的微血管并发症之一，对视力健康构成显著威胁，因此对其进行早期识别与分类具有重要的临床意义。视网膜眼底图像是观察和评估糖尿病视网膜病变的重要影像手段。该数据集正是在这一背景下构建，定位于糖尿病视网膜病变分类任务，归属于内分泌、营养和代谢疾病领域下的糖尿病主题。数据集以临床采集的视网膜眼底图像为基础，旨在为糖尿病视网膜病变的分类研究提供数据支持。其英文名称明确指向糖尿病视网膜病变分类这一用途，主题标签为 Retinal Fundus，表明数据内容围绕视网膜眼底影像展开。
【数据内容】
该数据集共包含 1335 张视网膜眼底图像，全部为临床采集的眼底影像。数据集的主题标签为 Retinal Fundus，说明其内容集中于视网膜眼底这一影像类型。所有图像均已进行匿名化处理，以保护涉及患者的隐私信息。数据集面向的任务是糖尿病视网膜病变分类，即依据眼底图像对糖尿病视网膜病变进行分类判断。除上述信息外，关于图像的具体分辨率、格式、标注类别、类别分布、图像数量在各类别间的划分等细节，源站未提供。
【采集与来源】
该数据集为一家眼科诊所的私有临床数据集，采集地点位于阿尔及利亚的 M'Sila，采集时间为 2019 年至 2025 年。数据来源于眼科临床环境，属于真实临床采集的视网膜眼底图像。数据集由作者 Mohamed Chatra 发布，发布机构为 Zenodo，发布时间为 2026 年。关于采集设备型号、采集流程、纳入与排除标准、患者人群构成等信息，源站未提供。
【适用场景】
该数据集适用于糖尿病视网膜病变分类相关的研究与开发工作。由于其归属于内分泌、营养和代谢疾病下的糖尿病主题，并且以视网膜眼底图像为内容，可用于训练、测试或评估面向糖尿病视网膜病变分类的算法与模型。其临床来源属性使其适合用于探索真实临床环境下眼底影像的分类表现。关于该数据集是否适用于其他眼科疾病、其他影像任务或跨机构泛化研究，源站未提供相关说明。
【使用方法】
该数据集采用 Creative Commons Attribution 4.0 International 许可协议发布，使用者可在该许可条款下使用数据，并需按要求进行署名。数据集发布机构为 Zenodo，可通过相应来源获取。关于数据的具体加载方式、目录结构、文件命名规则、配套标注文件格式以及推荐的数据划分方式等，源站未提供。
【质量与限制】
该数据集的所有图像均已匿名化处理，这有助于在共享和使用过程中保护隐私。数据采集自阿尔及利亚 M'Sila 的一家眼科诊所，时间跨度为 2019 年至 2025 年，属于单一临床来源的私有数据集。关于图像质量评估、标注质量控制、类别平衡性、样本多样性以及可能存在的偏倚等具体信息，源站未提供。使用者应注意其来源单一这一特点可能对结论外推带来的影响，但关于该数据集在其他人群或机构中的适用性，源站未提供说明。
【引用与许可】
该数据集由作者 Mohamed Chatra 发布，发布机构为 Zenodo，发布时间为 2026 年。数据集采用 Creative Commons Attribution 4.0 International 许可协议，使用时应遵循该许可协议的要求，包括适当署名。关于具体的引用格式、推荐引用文本以及署名细节，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
源站：https://doi.org/10.5281/zenodo.19169586
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 1.47 GB。
数据说明
A private clinical dataset of 1335 retinal fundus images collected at an ophthalmology clinic in M’Sila, Algeria between 2019 and 2025. All images are anonymized
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。
