糖尿病患者与对照者横截面视网膜扫描频率内容量化数据集

数据集获取

源站：https://search.dataone.org/view/sha256%3A03ff45edb4359d19189ce7595edacdeb74d7a4fceb5cb6dc63867ab274234dd6

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

目的：探讨糖尿病视网膜与对照视网膜在结构上的细微差异。方法：采用频域光学相干断层扫描（SD-OCT）图像，对33例无糖尿病黄斑水肿临床证据的糖尿病受试者及年龄匹配对照者的视网膜进行比较，两组中央黄斑厚度分别为275微米和276微米。对经黄斑中心凹的视网膜横截面图像（称为B扫描）进行空间频率含量分析。对B扫描进行处理，以去除并平滑视网膜图像中不在感兴趣区域内的部分。随后使用快速傅里叶变换（FFT）方法对剩余视网膜图像进行量化，该方法提供振幅随空间频率变化的函数。结果：FFT分析显示，与对照视网膜相比，糖尿病视网膜的空间频率含量具有显著更高的功率，尤其是在中等空间频率范围内的较深眼底图层，在16.8至18.2微米/周期处，p=0.0030至0.0497。在较高空间频率处功率较低，在27.4和29.0微米/周期处，p=0.0296和0.0482。

中频范围对应于小血管异常和硬性渗出的大小。两组间视网膜厚度无差异。结论：糖尿病视网膜虽不比对照组厚，但在SD-OCT图像中呈现出细微但可量化的图案变化，尤其是在较深的眼底层次。糖尿病眼中该图案的大小范围和分布与小血管异常及脂质和液体渗漏相一致。基于特征的生物标志物可能补充视网膜厚度标准，用于糖尿病眼部并发症的管理，并可能检测早期变化。

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。