糖尿病性黄斑水肿的OCT图像数据集
该数据集是一个包含糖尿病性黄斑水肿患者光学相干断层扫描（OCT）图像的数据集，数据模态为医学图像，来源于杜克眼科中心的临床就诊记录，主要用于糖尿病性黄斑水肿的自动检测、医学图像分析以及计算机辅助诊断系统的研究与开发。
基本信息
资源简介
糖尿病性黄斑水肿的OCT图像数据集
【一句话概览】
本数据集为糖尿病性黄斑水肿的OCT图像数据集，通过杜克企业数据统一内容浏览器搜索引擎，追溯识别杜克眼科中心医学视网膜实践中的患者，并采用与其就诊相关的DME（ICD-9 362.07）计费代码。随后由一名眼科医生使用标准Spectralis 61线体积扫描协议，确定6名具有严重DME病理学及不同图像质量的临床成像患者。数据集共包含6名受试者，标签涉及医学影像、OCT、糖尿病性黄斑水肿、DME、眼科及图片（来源 cvmart.net）。
【数据内容】
源站原始描述：本数据集使用杜克企业数据统一内容浏览器搜索引擎追溯识别杜克眼科中心医学视网膜实践中的患者，并使用与他们就诊相关的 DME (ICD-9 362.07) 计费代码。然后，一名眼科医生使用标准 Spectralis（Heidelberg Engineering，Heidelberg，Germany）61 线体积扫描协议确定了 6 名临床成像的患者，这些患者具有严重的 DME 病理学和不同的图像质量。
中文译文（机器翻译，仅供快速理解，请以原文为准）：本数据集利用杜克企业数据统一内容浏览器搜索引擎，回溯性地识别了杜克眼科中心医学视网膜实践中的患者，依据与就诊相关的DME（ICD-9 362.07）计费代码进行筛选。随后，由一名眼科医生采用标准Spectralis（海德堡工程公司，海德堡，德国）61线体积扫描协议，确定了6名具有严重DME病理学特征及不同图像质量的临床成像患者。
【主题与分类】
主题标签：医学影像、OCT、糖尿病性黄斑水肿、DME、眼科、图片。
【获取与许可】
源站页面：https://www.cvmart.net/dataSets/detail/453
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://www.cvmart.net/dataSets/detail/453
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
该数据集是一个用于糖尿病性黄斑水肿（DME）研究的医学图像数据集，主要包含通过光学相干断层扫描（OCT）技术获取的眼底图像。数据来源于杜克眼科中心医学视网膜实践中的患者，通过追溯识别与DME（ICD-9编码362.07）计费代码相关的就诊记录构建而成。该数据集适用于医学图像分析、糖尿病视网膜病变并发症的自动检测、疾病进展评估以及计算机辅助诊断系统的开发等研究方向。
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。
