多模态视网膜图像深度糖尿病视网膜病变分析数据集
MMRDR 是一个面向糖尿病视网膜病变（DR）深度分析的多模态视网膜图像数据集，包含 11,118 张 CFP 图像、10,404 张 UWF 图像和 2,938 张 OCT 图像
基本信息
资源简介
多模态视网膜图像深度糖尿病视网膜病变分析数据集
MMRDR
MMRDR 是一个面向糖尿病视网膜病变（DR）深度分析的多模态视网膜图像数据集，包含 11,118 张 CFP 图像、10,404 张 UWF 图像和 2,938 张 OCT 图像。其中 CFP 与 UWF 图像标注了 5 个 DR 严重程度等级和 7 种 DR 相关病变，OCT 图像标注了 3 个 DME 严重程度类别。该数据集可用于 DR 严重程度分级、DR 相关病变识别以及 DME 严重程度分类等任务，适合开展多模态视网膜图像分析与模型训练研究（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2025-07-01。
【数据内容】
源站描述（机器翻译，仅供参考）：用于深度 DR 分析的多模态视网膜图像（MMRDR）。糖尿病视网膜病变（DR）是全球范围内可预防性失明的主要原因，尤其在劳动年龄成年人中更为突出。我们提出了一个多模态视网膜图像数据集，包含 11,118 张 CFP 图像、10,404 张 UWF 图像和 2,938 张 OCT 图像。CFP 和 UWF 图像标注了 5 个 DR 严重程度等级和 7 种 DR 相关病变，而 OCT 图像标注了 3 个 DME 严重程度类别。
【数据结构与技术规格】
文件数 10 个，合计 18.61 GB。数据集 DOI：10.6084/m9.figshare.29423747.v2。
【主题与分类】
源站学科分类：Ophthalmology。主题标签：diabetic retinopathy。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/MMRDR/29423747
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Tang, Zhenyu; Wang, Lilong; Liang, Qianqian; Xue, Shuyue; Feng, Chengcheng; Ran, Lili; et al. (2025). MMRDR. 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.29423747.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 18.61 GB。
数据说明
用于深入DR分析的多模态视网膜图像（MMRDR）糖尿病视网膜病变（DR）是全球可预防性失明的主要原因，尤其是在工作年龄成年人中。我们提出了一个多模态视网膜图像数据集，包含11，118张CFP图像、10，404张UWF图像和2，938张OCT图像。CFP和UWF图像标注了5个DR严重程度等级和7种DR相关病变，而OCT图像标注了3个DME严重程度类别。
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。
