糖尿病视网膜病变分类数据集
该数据集包含经过重新整理和尺寸调整的眼底图像，属于医学影像模态，每张图像根据糖尿病视网膜病变的严重程度进行标注，主要用于图像分类任务，支持计算机辅助诊断和糖尿病并发症的自动化检测研究。
基本信息
资源简介
糖尿病视网膜病变分类数据集
【数据集背景】
本数据集源站标题为《Diabetic Retinopathy Classified》。源站首次发布：2019-11-06。
【数据内容】
源站原始描述：### Context # Re-Organized version of the Diabetic Retinopathy Detection Competition Dataset Resized/Cropped The dataset had the images rated by the presence of diabetic retinopathy in each image on a scale of 0 to 4, according to the following scale: - 0 - No DR - 1 - Mild - 2 - Moderate - 3 - Severe - 4 - Proliferative DR I have separated the images based on these scale into 5 separate folders. ### resized_train_cropped: This folder contains the 5 folders based on the diabetic retinopathy scal…
【数据结构与技术规格】
文件数 20 个，合计 809.31 KB。
【主题与分类】
主题标签：computer science、health、health conditions、diabetes、eyes and vision。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/dola1507108/diabetic-retinopathy-classified
使用许可：Unknown。
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("dola1507108/diabetic-retinopathy-classified")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d dola1507108/diabetic-retinopathy-classified
unzip diabetic-retinopathy-classified.zip -d diabetic-retinopathy-classified/
数据说明
该数据集是基于Kaggle竞赛数据集重新整理和调整尺寸后的版本，专门用于糖尿病视网膜病变（DR）的分类任务。它包含眼底图像，每张图像根据病变严重程度被标记为不同类别，如正常、轻度、中度、重度非增殖性糖尿病视网膜病变（NPDR）或增殖性糖尿病视网膜病变（PDR）。数据来源为公开的医学影像，经过预处理和重采样，便于机器学习模型训练和评估。主要研究方向包括医学图像分类、计算机辅助诊断（CAD）和糖尿病并发症的自动化检测。
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。
