智能手机眼病筛查数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT03076697

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

疾病：糖尿病、青光眼、年龄相关性黄斑变性、早产儿视网膜病变、糖尿病视网膜病变、视网膜疾病。数百万美国人面临威胁视力的疾病风险，他们要么无法获得眼科保健服务，要么不知道眼科筛查可以降低视力丧失的风险。此外，全国范围内眼科保健提供者短缺。初级保健提供者缺乏有效筛查威胁视力疾病的资源。在美国成年人永久性视力丧失和失明的三大主要原因（即糖尿病视网膜病变、青光眼和年龄相关性黄斑变性）中，这三种疾病主要影响所谓“眼球后部”的结构。这包括视网膜和视神经，以及伴随的血管系统。眼球后部需要先进的仪器、培训和技术进步，以可视化眼球后部的病理变化并优化检查，从而以以前不可行的方式筛查威胁视力的眼病。

然而，这在很大程度上仍局限于具有培训和资源以投资这些技术先进仪器的眼科专科环境。因此，仍然迫切需要开发安全、有效、易于获取且高效的方法和工具，以优化对视威胁性疾病的检查和筛查。此外，这些工具应适用于各种眼科诊疗环境，包括住院和门诊临床场景，以优化眼科诊疗。在缺乏此类工具的情况下，患者获得眼科诊疗的机会将继续受限，并且仍然面临本可预防和妥善管理的视威胁性眼部疾病的风险。糖尿病是全球范围内导致死亡和残疾的主要原因之一。世界卫生组织估计，全球有超过3.46亿人患有糖尿病，预计到2030年可能有5.52亿人受到影响。糖尿病视网膜病变是最

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。