白内障手术视频数据集；PSI-AVA数据集
该数据集是一个包含白内障手术视频和公开PSI-AVA视频的多模态手术数据集，主要用于训练和评估手术场景多层次语义理解模型，涵盖手术阶段、步骤、动作及器械识别，支持手术辅助系统的上下文感知与智能分析研究。
基本信息
大小
0.000003 GB
创建/更新时间
2025-02-21
资源简介
该数据集包含两个部分：一是由南方科技大学可信自主系统研究所与伯明翰大学计算机科学学院合作创建的白内障手术视频数据集，二是公开可用的PSI-AVA数据集。数据集主要用于训练和评估HCT网络在手术场景中的多层次语义理解能力，涵盖手术的不同阶段、步骤、动作及手术器械的识别。数据以视频模态为主，旨在提升手术辅助系统的上下文感知能力，支持手术流程分析、动作识别及智能辅助系统开发等研究方向。
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
git clone https://github.com/Aurora-hao/HCT.git
curl -L -o repo.zip https://github.com/Aurora-hao/HCT/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
Hierarchical Context Transformer for Multi-level Semantic Scene Understanding
The code will be released when the papre is acccepted.
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。
