儿童青少年睑板腺数据集
1114张儿童青少年上睑红外睑板腺图像和专家修订分割，由Fujian Provincial Hospital提供，来自Figshare数据库，适用于图像分割任务，许可证为CC BY 4.0。
基本信息
资源简介
儿童青少年睑板腺数据集
【数据集背景】
本数据集源站标题为《Children and Adolescents Meibomian Glands (CAMG) Dataset》，为 Children and Adolescents Meibomian Glands (CAMG) Dataset 的组成部分。项目资助方：Natural Science Foundation of Fujian Province, China [grant number: 2024J01122228]。源站首次发布：2025-03-05。
【数据内容】
源站原始描述：This dataset includes 1,114 infrared images of upper eyelid meibomian glands collected between June 2020 and July 2024 in 600 participants aged 4 to 18 years. Images were pre-processed including denoising and normalized and manually annotated by 3 junior ophthalmologists and 1 senior ophthalmologist. Subsequently, segmentation is performed using an AI algorithm, and the results are reviewed and corrected by an experienced ophthalmologist. The dataset also includes demographic data and various qu…
【数据结构与技术规格】
文件数 1 个，合计 8.94 MB。数据集 DOI：10.6084/m9.figshare.27601101.v7。
【主题与分类】
源站学科分类：Ophthalmology。主题标签：Meibomian gland dysfunction/diagnosis。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Children_and_Adolescents_Meibomian_Gland_CAMG_dataset/27601101
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Li, Li; Xiao, Kunhong (2024). Children and Adolescents Meibomian Glands (CAMG) Dataset. figshare. Dataset
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/10.6084/m9.figshare.27601101.v7
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
1114张儿童青少年上睑红外睑板腺图像和专家修订分割。
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。
