原始眼病图像数据集 - Mendeley
该数据集为来自 Mendeley 的原始眼病图像数据集，共包含 5335 张健康与患病眼部图像，覆盖视网膜色素变性、视网膜脱离、翼状胬肉、近视、黄斑瘢痕、青光眼、视盘水肿、糖尿病视网膜病变、中心性浆液性脉络膜视网膜病变及健康类别
基本信息
资源简介
原始眼病图像数据集 - Mendeley
Original Eye Disease Image Dataset - Mendeley
该数据集为来自 Mendeley 的原始眼病图像数据集，共包含 5335 张健康与患病眼部图像，覆盖视网膜色素变性、视网膜脱离、翼状胬肉、近视、黄斑瘢痕、青光眼、视盘水肿、糖尿病视网膜病变、中心性浆液性脉络膜视网膜病变及健康类别。图像采集自 Faridpur 的 Anwara Hamida Eye Hospital 和 BNS Zahrul Haque Eye Hospital，分类由医疗机构领域专家协助完成。数据可用于眼病图像分类模型的训练与评估，尤其适用于糖尿病眼病等多类别识别任务（来源 Kaggle，Attribution 4.0 International (CC BY 4.0) 许可）。
【数据集背景】
源站首次发布：2024-12-02。
【数据内容】
源站描述（机器翻译，仅供参考）：数据集来源： 本数据集为一份广泛的原始眼病数据集，包含以下眼病：- 视网膜色素变性 - 视网膜脱离 - 翼状胬肉 - 近视 - 黄斑瘢痕 - 青光眼 - 视盘水肿 - 糖尿病视网膜病变 - 中心性浆液性脉络膜视网膜病变 - 健康 本数据集的分类是在一家医疗机构的领域专家协助下完成的。在医院管理部门的协助下，从 Faridpur 的 Anwara Hamida Eye Hospital 和 Faridpur 县的 BNS Zahrul Haque Eye Hospital 共收集了 5335 张健康与患病眼部图像。Riadur Rashid, Mohammad ; Sharmin, Shayla ; Khatun, Tania; Hasan, Md Zahid; Shorif Uddin , Mohammad (2024), “Eye Disease Image Dataset”, Mendeley Data, V1, doi: 10.17632/s9bfhswzjb.1
【数据结构与技术规格】
文件数 20 个，合计 7.44 MB。
【主题与分类】
主题标签：eyes and vision。本站分类：眼病/糖尿病眼病。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/linabennaa/original-eye-disease-image-dataset-mendeley
使用许可：Attribution 4.0 International (CC BY 4.0)。
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。
需登录公开下载
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://kaggle.com/datasets/linabennaa/original-eye-disease-image-dataset-mendeley
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:
数据集大小约 1.77 GB。
数据说明
Lina Benna (2024). Original Eye Disease Image Dataset - Mendeley [Dataset]. https://www.kaggle.com/datasets/linabennaa/original-eye-disease-image-dataset-mendeley
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。
