CATARACTS 数据集
CATARACTS 数据集是一个包含 50 例白内障手术视频的视觉数据集，总时长超过 9 小时，涵盖了 21 种手术工具的人工标注信息，主要用于手术工具检测算法的评估与研究，支持白内障手术的工作流程分析、报告自动生成以及手术培训等应用场景。
基本信息
资源简介
CATARACTS 数据集
【一句话概览】
CATARACTS 挑战赛旨在评估白内障手术场景下的手术工具标注算法，相关论文已被 Medical Image Analysis 接收，数据集发布于 IEEE dataport。该挑战基于 50 例白内障手术、超过九小时的视频，由两位专家手动标注 21 种手术工具的存在情况。白内障手术是全球最常见的外科手术，每年进行 1900 万例，手术通常持续 15 分钟，显微镜输出被视频记录。挑战赛于 2017 年 4 月 1 日至 11 月 30 日开放，为期八个月，结束后排名前十的算法设计者将受邀共同撰写期刊论文（来源 cataracts.grand-challenge.org）。
【数据集背景】
本数据集源站标题为《CATARACTS》。
【数据内容】
源站原始描述：The CATARACTS challenge paper has been accepted for publication in Medical Image Analysis . This dataset has been published on IEEE dataport. Automatic Tool Annotation for Surgical Workflow Analysis ¶ Surgical tool detection is attracting increasing attention from the medical image processing community [1]. The goal generally is not to precisely locate tools in images, but rather to indicate which tools are being used by the surgeon at each instant. The main motivation for annotating tool usage…
中文译文（机器翻译，仅供快速理解，请以原文为准）：CATARACTS挑战赛论文已被《医学图像分析》接受发表。该数据集已在IEEE数据端口上发布。用于手术工作流分析的自动工具标注 ¶ 手术工具检测正日益受到医学图像处理领域的关注[1]。其目标通常不是精确定位图像中的工具，而是指示外科医生在每个时刻正在使用哪些工具。标注工具使用情况的主要动机是为手术工作流分析设计高效的解决方案。分析手术工作流在报告生成、手术培训甚至实时决策支持方面具有潜在应用。白内障手术 ¶ 现有的大多数工具标注算法都集中于腹腔镜手术[1]。然而，世界上最常见的外科手术是白内障手术：每年进行1900万例白内障手术[2]。白内障是眼内晶状体混浊，导致视力下降。手术的目的是摘除该晶状体并替换为人工晶状体。整个手术过程仅需小切口即可完成。自然晶状体在离开眼睛之前，会借助高频超声设备被破碎成小块。至于人工晶状体，则在进入眼睛之前被卷曲在注射器内。手术通常持续15分钟。手术过程中，患者的眼睛位于显微镜下，显微镜的输出被视频记录。本挑战赛的目的 ¶ 本挑战赛旨在评估白内障手术特定背景下现有和新的工具标注算法。它依赖于来自50例白内障手术的超过九小时的视频，其中21种手术工具的存在由两位专家手动标注。我们希望本次竞赛能够促进针对该手术的自动工具标注研究。请注意，本次竞赛不隶属于任何会议。它将开放八个月（从2017年4月1日至2017年11月30日）。在此期间结束时，排名前十的算法的设计者将被邀请参与撰写一篇联合期刊论文，描述并总结挑战赛中采用的方法和发现的结果。该论文将提交至该领域的高影响力期刊。如何参与？ ¶ T
【主题与分类】
主题标签：cataract surgery、surgical tool detection、surgical workflow analysis、video、tool annotation。
【获取与许可】
源站页面：https://cataracts.grand-challenge.org/
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。
暂未开放有偿下载
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://cataracts.grand-challenge.org/
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
CATARACTS 是一个专门用于评估手术工具检测算法的白内障手术视频数据集。该数据集包含 50 例白内障手术视频，总时长超过 9 小时，由两位专家对 21 种手术工具进行了手动标注。数据集由 Grand Challenge 平台组织构建，旨在促进白内障手术中自动工具标注算法的研究，为手术工作流程分析、报告生成和手术培训提供支持。
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。
