用于神经分割与临床表征的角膜共聚焦显微镜标注数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.17570502

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 68.4 MB。

数据说明

数据集名称 本数据集的官方名称为CCM-Seg（角膜共聚焦显微镜分割数据集）。在出版物、演示、基准测试及其他学术材料中提及本数据集时，我们建议使用CCM-Seg。引用文章Qiao, Q., Cao, J. & Hou, X. An Annotated Corneal Confocal Microscopy Dataset for Nerve Segmentation and Clinical Characterization. Sci Data (2026). https://doi.org/10.1038/s41597-026-07418-6 用户指南 未压缩的数据集包含两个文件夹和一个Microsoft Excel文件，分别命名为“images”、“annotations”和“data.xlsx”。前两个文件夹包含原始CCM图像及其对应的分割掩膜，各包含410张PNG图像。每张原始图像都有一个对应的掩膜，文件名相同。“re-annotations”文件夹包含从Set1和Set2中各选取的10张图像，这些图像由标注者2和研究者在2重新标注。

文件名以遵循SPPII模式的五位数字代码为前缀：第一位数字（S）表示组号（1或2）；第二和第三位数字（PP）代表组内的参与者编号，必要时用前导零补齐；第四和第五位数字（II）表示该参与者的图像编号，必要时同样用零补齐。例如，“25104.png”指的是第2组中第51位参与者的第四张图像（04）。临床和人口统计学信息整理在Excel文件“data.xlsx”中，该文件包含两个不同的工作表。“Subjects”工作表详细记录了受试者层面的信息，而“Images”工作表则提供了图像层面的数据，使得图像与其对应的临床数据之间能够直接映射。两个工作表中所有列的详细说明见表。表。与所检查受试者队列相关的临床和人口统计学数据。参数 说明 ID 全局标识符 文件名 图像的文件名 组ID 组标识符 受试者 I

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。