OCTDL：用于基于图像深度学习方法的光学相干断层扫描数据集

数据集获取

源站：https://doi.org/10.17632/sncdhf53xc.4

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。

数据集大小约 398.7 MB。

数据说明

光学相干断层扫描（OCT）是一种非侵入性成像技术，在眼科领域有着广泛的临床应用。OCT能够显示视网膜各层结构，在视网膜疾病的早期检测和监测中发挥着至关重要的作用。OCT利用光波干涉原理生成视网膜微结构的详细图像，使其成为诊断眼部疾病的重要工具。用于基于图像的深度学习方法的光学相干断层扫描数据集（OCTDL）包含2000多张OCT图像，按照疾病组和视网膜病理进行标注。该数据集包含以下类别和图像：- 年龄相关性黄斑变性 - 1231张图像；- 糖尿病性黄斑水肿 - 147张图像；- 视网膜前膜 - 155张图像；- 正常 - 332张图像；- 视网膜动脉阻塞 - 22张图像；- 视网膜静脉阻塞 - 101张图像；- 玻璃体黄斑界面疾病 - 76张图像。

本数据集旨在为研究人员和开发者提供大规模带标注图像，助力眼科疾病早期诊断与监测中OCT图像自动处理与分析算法的开发与改进。CSV文件包含file_name、disease、subcategory、condition、patient_id、eye、sex、year、image_width和image_height字段。数据集将定期更新。更多信息及数据集详情参见：https://arxiv.org/abs/2312.08255 @misc{kulyabin2023octdl, title={OCTDL: Optical Coherence Tomography Dataset for Image-Based Deep Learning Methods}, author={Mikhail Kulyabin and Aleksei Zhdanov and Anastasia Nikiforova and Andrey Stepichev and Anna Kuznetsova and Mikhail Ronkin and Vasilii Borisov and Alexander Bogachev and Sergey Korotkich and Paul A Constable and Andreas Maier}, year={2023}, eprint={2312.08255}, archivePrefix={arXiv}, primaryClass={eess.IV} }

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。