多模态SLO-OCT眼科影像数据集

数据集获取

源站：https://search.dataone.org/view/sha256%3A6f4b7241b3bf6672a54a7a680b3c845ed92046cef880f6a00f79a40cbd8f8d71

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

多模态眼科影像数据集 我们论文的代码位于code.zip、code.z01、…、code.z07。数据集位于datazet.zip、dataset.z01、…、dataset.z205。标签位于labels文件夹。 模态 2D SLO图像（扫描激光检眼镜） 3D OCT体数据： 黄斑中心OCT（OCTmacular） 视盘中心OCT（OCTdisc） 涵盖疾病 黄斑水肿（ME） 糖尿病视网膜病变（DR） 青光眼（GL） 数据集组成 模态组合 # 样本 SLO（仅） 1822，OCTmacular（仅） 2092，OCTdisc（仅） 2310，SLO + OCTmacular（配对）1346，SLO + OCTdisc（配对）1170，总计8740。 采集自5235名患者（2019-2022），使用： Optos Panoramic200（SLO） CIRRUS HD-OCT 500（OCT） 关键特征 真实世界多样性：包含模态完整和模态不完整的样本 反映具有个性化检查的临床场景 支持多种疾病（ME、DR、GL），不同于单疾病数据集 标注来源： 电子病历 眼科医生审核 分类： ME/DR：二分类（存在/不存在） GL：三分类（青光眼/非青光眼/可疑） 划分 分层60：20：20训练/验证/测试划分 解决类别不平衡

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。