SUSTech-SYSU角膜溃疡自动分割与分类数据集
该数据集是一个包含712张眼部荧光素染色图像及其对应分割与分类标签的医学图像数据集，数据模态为临床眼科图像，主要用于支持角膜溃疡的自动分割与分类算法研究，可应用于深度学习模型开发、角膜疾病辅助诊断与严重程度评估等方向。
基本信息
资源简介
SUSTech-SYSU角膜溃疡自动分割与分类数据集
【数据集背景】
本数据集源站标题为《CRazorback/The-SUSTech-SYSU-dataset-for-automatically-segmenting-and-classifying-corneal-ulcers》。源站首次发布：2019-10-21。
【数据内容】
源站原始描述：This is an official repository of corneal ulcer classification and segmentation for our Sci Data paper "The SUSTech-SYSU dataset for automatically segmenting and classifying corneal ulcers". # The SUSTech SYSU dataset for automatically segmenting and classifying corneal ulcers (SUSTech-SYSU) The SUSTech-SYSU dataset for automatically segmenting and classifying corneal ulcers (SUSTech-SYSU) is an ocular fluroscein staining image dataset of corneal ulcers: > **The SUSTech-SYSU dataset for automati…
【主题与分类】
主题标签：corneal-ulcers、dataset、deep-learning、ocular-staining-images、segmentation-labels。
【获取与许可】
源站页面：https://github.com/CRazorback/The-SUSTech-SYSU-dataset-for-automatically-segmenting-and-classifying-corneal-ulcers
【使用注意】
· 源站最后修改于 2021-10-12，引用时请注意版本时效。
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/CRazorback/The-SUSTech-SYSU-dataset-for-automatically-segmenting-and-classifying-corneal-ulcers.git
curl -L -o repo.zip https://github.com/CRazorback/The-SUSTech-SYSU-dataset-for-automatically-segmenting-and-classifying-corneal-ulcers/archive/refs/heads/master.zip
unzip repo.zip
源站 README 摘录（使用方式）
Quick start
Environment
This code is developed using on Python 3.8.5 and Pytorch 1.7.1 on CentOS7 with NVIDIA GPUs. Training and testing are performed using 1 RTX 3090 GPU with CUDA 11.0. Other platforms or GPUs are not fully tested.
Install
- Install Pytorch.
- Install dependencies:
pip install -r requirements.txt
- Install
surface-distancepackage via pip:
git clone https://github.com/deepmind/surface-distance.git
pip install surface-distance/
Train
Please specify the configuration file in experiments.
cd src
sh experiments/asf_cpe.sh
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。
