用于T2DM研究的合成AI-READI数据集
该数据集是源自AI-READI数据集（v3.0.0）的合成多模态数据，包含视网膜光学相干断层扫描（OCT）图像、视网膜眼底照片和表格临床记录三个独立生成的模块，格式与原AI-READI数据结构一致
基本信息
资源简介
用于T2DM研究的合成AI-READI数据集
Synthetic AI-READI Dataset for T2DM Research 是一个面向2型糖尿病研究的多模态合成数据集，归档于 Zenodo，其内容源自 AI-READI 数据集（v3.0.0）。该数据集由三个独立生成的模块构成，分别为视网膜光学相干断层扫描（OCT）图像、视网膜眼底照片以及表格形式的临床记录，并在格式上与原 AI-READI 数据的结构保持一致。由于全部数据均为合成生成，其中不包含任何对应真实个体的记录，因而能够在不受源数据集访问限制的前提下，支持方法开发、基准测试、教育教学以及可重复研究。该 Zenodo 记录本身即为该数据集可供引用的归档版本，同时该数据还通过 Amazon Web Services Marketplace 提供获取渠道。
【数据集背景】
该数据集属于内分泌、营养和代谢疾病领域下的糖尿病方向，主题标签涵盖2型糖尿病与人工智能。其构建目的在于提供一个不受原始数据访问约束的替代资源，使研究者能够在合成数据的基础上开展与2型糖尿病相关的方法研究与可重复性验证。数据集来源于 doi.org，由 Jackson, Nicholas、Espinosa Dice, Natalia、Yan, Chao、Li, Zhuohang、Jiang, Xiaoqian、Lee, Aaron 与 Malin, Bradley 共同完成，机构为 Zenodo，发布时间为2026年。
【数据内容】
数据集包含三个独立生成的模块：视网膜光学相干断层扫描（OCT）图像、视网膜眼底照片，以及表格临床记录。这三个模块在格式上均与原 AI-READI 数据的结构相匹配，便于沿用既有的数据处理与分析流程。由于各模块为独立生成，其内容不涉及任何真实个体的记录。关于各模块的具体样本数量、图像分辨率、字段构成等细节，源站未提供。
【采集与来源】
该数据集为合成数据，派生自 AI-READI 数据集（v3.0.0，https://doi.org/10.60775/fairhub.3）。其数据并非从真实受试者采集，而是通过合成方式生成，因此不包含对应真实个体的记录。该 Zenodo 记录是其可引用的归档版本，数据亦可通过 Amazon Web Services Marketplace 获取（https://aws.amazon.com/marketplace/pp/prodview-mxp3i7s3ugkxq）。关于数据集构建与验证的具体方法细节，源站未提供。
【适用场景】
该数据集旨在支持方法开发、基准测试、教育与可重复研究。由于其为完全合成数据，使用者可以在不受源数据集访问限制的情况下开展上述工作，适用于需要多模态数据（如视网膜影像与表格临床记录联合分析）的2型糖尿病相关研究场景。
【使用方法】
该数据集以可引用的归档版本形式发布于 Zenodo，并可通过 Amazon Web Services Marketplace 获取。使用者可依据其与原 AI-READI 数据结构一致的格式，将三个模块分别或联合用于分析流程。关于具体的加载方式、目录结构或接口说明，源站未提供。
【质量与限制】
该数据集为完全合成数据，不包含任何对应真实个体的记录，这是其核心特性，也意味着其结论向真实人群的外推需谨慎对待。其格式与原 AI-READI 数据结构一致，便于方法迁移。关于合成数据的保真度评估、偏差分析或验证结果等具体质量指标，源站未提供。
【引用与许可】
该数据集使用 SYNTHETIC DATA LICENSE AGREEMENT 许可协议。引用时应指向该 Zenodo 归档记录，并遵循相应许可条款。关于许可协议的具体条款内容，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/10.5281/zenodo.22944362
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:
数据集大小约 52.7 KB。
数据说明
本记录归档了一个针对2型糖尿病的合成多模态数据集，该数据集源自AI-READI数据集（v3.0.0；https://doi.org/10.60775/fairhub.3）。合成数据包含三个独立生成的模块——视网膜光学相干断层扫描（OCT）图像、视网膜眼底照片和表格临床记录——其格式与原始AI-READI数据的结构相匹配。由于数据完全为合成数据，因此不包含对应真实个体的记录，旨在支持方法开发、基准测试、教育和可重复研究，而不受源数据集访问限制的影响。此Zenodo记录是该数据集的可引用归档版本。数据还可通过Amazon Web Services Marketplace获取：https://aws.amazon.com/marketplace/pp/prodview-mxp3i7s3ugkxq有关数据集构建和验证的详细信息，请参阅相关出版物[引用/DOI将在接受后添加]。
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。
