OmniMedSeg-Fundus 眼底数据集
该数据集可用于眼底图像分割相关研究，并归类于内分泌、营养和代谢疾病 / 糖尿病方向（来源 DOI 解析，Open Access 许可）
基本信息
资源简介
OmniMedSeg-Fundus 眼底数据集
OmniMedSeg-Fundus 是一个面向眼底图像分割研究的公开数据集，由 Marinov, Zdravko 发布，所属机构为德国卡尔斯鲁厄的 Computer Vision for Human Computer Interactions Lab (cv:hci), Institute for Anthropomatics and Robotics (IAR), Karlsruhe。该数据集在站内被归类于“内分泌、营养和代谢疾病 / 糖尿病”方向，来源站为 doi.org，发布时间标注为 2026 年，采用 Open Access 许可，主题标签为 Computer Science。从整体定位来看，它汇集了多个来源的眼底数据集，并以统一转换的形式提供，便于研究人员在眼底图像分割任务中直接使用。眼底图像分析在糖尿病视网膜病变等代谢性疾病的辅助诊断中具有重要价值，因此该数据集在医学图像处理与计算机辅助诊断领域具备明确的应用潜力。
【数据集背景】
OmniMedSeg-Fundus 的构建目标与眼底图像分割研究密切相关。其来源站描述指出，该数据集包含来自 OmniMedSeg 的 19 个经过转换的眼底数据集。这意味着它并非从零开始采集的全新数据，而是对已有多个眼底数据集的整合与格式转换成果。数据集被归入“内分泌、营养和代谢疾病 / 糖尿病”分类，说明其应用背景与糖尿病相关的眼底病变分析存在关联。发布机构为卡尔斯鲁厄的 Computer Vision for Human Computer Interactions Lab (cv:hci), Institute for Anthropomatics and Robotics (IAR), Karlsruhe，作者为 Marinov, Zdravko，发布时间为 2026 年。整体采用 Open Access 许可，主题标签为 Computer Science，体现出其面向计算机视觉与医学图像处理交叉研究的定位。
【数据内容】
该数据集的核心内容是 19 个经过转换的眼底数据集，均来自 OmniMedSeg。来源站描述中列出了这些数据集的名称及其对应许可，包括 AKRAM、CHAKSU、CHASEDB、COPH100、CSC、FIVES、FUNDUS_AV_SEG、HRF、HVDROPDB、LES_AV、NETRA、OCUTOX、ORVS、PAPILA、RAVIR、RETA、ROP、STARE 和 TREND。其中多数数据集采用 CC-BY 4.0 许可，LES_AV 与 PAPILA 采用 GPL-3.0 许可，RAVIR 采用 CC BY-NC-SA 4.0 许可。ORVS 的说明为“We also created a new dataset that can help researchers working in this field.”，STARE 的说明为“All our images and data are freely available for other researchers”。除上述名称与许可信息外，源站未提供各数据集的具体图像数量、分辨率、标注类型或分割类别等细节。
【采集与来源】
该数据集的数据来源为 OmniMedSeg，包含 19 个经过转换的眼底数据集。来源站为 doi.org，作者为 Marinov, Zdravko，所属机构为 Computer Vision for Human Computer Interactions Lab (cv:hci), Institute for Anthropomatics and Robotics (IAR), Karlsruhe。发布时间为 2026 年。关于各原始数据集的具体采集设备、采集地点、受试者人群、采集时间及伦理审批等信息，源站未提供。
【适用场景】
该数据集可用于眼底图像分割相关研究，并归类于内分泌、营养和代谢疾病 / 糖尿病方向。结合其主题标签 Computer Science，它适用于计算机视觉、医学图像处理以及计算机辅助诊断等研究方向。由于包含多个来源的眼底数据集，它可能用于分割算法的训练、验证与比较研究。但除上述定位外，源站未提供更具体的适用任务说明或推荐使用场景。
【使用方法】
该数据集采用 Open Access 许可，用户可依据相应许可条款获取和使用。由于包含多个子数据集，各子数据集分别适用不同许可，包括 CC-BY 4.0、GPL-3.0 和 CC BY-NC-SA 4.0。使用时应遵循各子数据集对应的许可要求。关于数据的具体加载方式、目录结构、标注格式或配套代码，源站未提供。
【质量与限制】
该数据集为 19 个眼底数据集的转换版本，其质量取决于各原始数据集。来源站列出了各子数据集的许可信息，但未提供关于图像质量、标注精度、类别平衡或潜在偏差的系统性说明。由于各子数据集来源不同，其采集条件、标注标准和许可条款可能存在差异，使用时需分别核对。关于数据集的已知限制、缺失信息或使用注意事项，源站未提供。
【引用与许可】
该数据集的作者为 Marinov, Zdravko，所属机构为 Computer Vision for Human Computer Interactions Lab (cv:hci), Institute for Anthropomatics and Robotics (IAR), Karlsruhe，发布时间为 2026 年，来源站为 doi.org，整体许可为 Open Access。各子数据集的许可分别为：AKRAM、CHAKSU、CHASEDB、COPH100、CSC、FIVES、FUNDUS_AV_SEG、HRF、HVDROPDB、NETRA、OCUTOX、RETA、ROP、TREND 采用 CC-BY 4.0；LES_AV、PAPILA 采用 GPL-3.0；RAVIR 采用 CC BY-NC-SA 4.0；ORVS 与 STARE 的许可描述为来源站所载的说明性文字。关于具体的引用格式或推荐引用文献，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/10.35097/mkxqraa69emyrzre
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:
数据说明
该数据集包含来自OmniMedSeg的19个转换后的眼底数据集。
------------------------------------------------------------- 快速参考：数据集与许可 -------------------------------------------------------------------------------- AKRAM：CC-BY 4.0 CHAKSU：CC-BY 4.0 CHASEDB：CC-BY 4.0 COPH100：CC-BY 4.0 CSC：CC-BY 4.0 FIVES：CC-BY 4.0 FUNDUS_AV_SEG：CC-BY 4.0 HRF：CC-BY 4.0 HVDROPDB：CC-BY 4.0 LES_AV：GPL-3.0 NETRA：CC-BY 4.0 OCUTOX：CC-BY 4.0 ORVS：“我们还创建了一个新数据集，可以帮助该领域的研究人员。” PAPILA：GPL-3.0 RAVIR：CC BY-NC-SA 4.0 RETA：CC-BY 4.0 ROP：CC-BY 4.0 STARE：“我们所有的图像和数据均可供其他研究人员免费使用” TREND：CC-BY 4.0 ================================================================================ 各数据集详细信息 ================================================================================ [1] AKRAM ---------------------------------------- 许可：CC-BY 4.0 数据集链接：https://data.mendeley.com/datasets/3csr652p9y/2 元数据文件：Fundus/AKRAM/metadata.json 引用（bibtex）：@article{akram2020data, title={Data on fundus images for vessels segmentation, detection of hypertensive retinopathy, diabetic retinopathy and papilledema}, author={
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。
