糖尿病性视网膜病变诊断数据集
该数据集是一个专门用于糖尿病性视网膜病变诊断的医学图像数据集，包含大量眼底图像及其对应的病变严重程度分级标签，数据模态为医学影像（眼底照片）。其主要用途是支持计算机辅助诊断、深度学习模型训练以及医学图像分类与检测研究，适用于眼科疾病智能筛查和医疗人工智能应用开发。
基本信息
资源简介
糖尿病性视网膜病变诊断数据集
【数据集背景】
本数据集源站标题为《Diabetic Retinopathy Diagnosis Dataset》。源站首次发布：2024-02-17。
【数据内容】
源站原始描述：* The "Diabetic Retinopathy Diagnosis Dataset" contains a vast collection of retinal images for diagnosing diabetic retinopathy. * Retinal images are captured using a fundus camera, a specialized device for high-resolution imaging of the eye''s interior. * The collected images are anonymized and curated to remove personal information, ensuring patient privacy. * This dataset is valuable for training and testing AI And ML systems to automatically diagnose diabetic retinopathy. * Ultimately, the go…
【数据结构与技术规格】
文件数 20 个，合计 10.84 MB。
【主题与分类】
主题标签：nlp、diabetes、image classification、advanced、svm。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/harshitstark/diabetic-retinopathy-diagnosis-dataset
使用许可：MIT。
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("harshitstark/diabetic-retinopathy-diagnosis-dataset")
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 harshitstark/diabetic-retinopathy-diagnosis-dataset
unzip diabetic-retinopathy-diagnosis-dataset.zip -d diabetic-retinopathy-diagnosis-dataset/
数据说明
这是一个用于医学图像分析的综合性数据集，专门针对糖尿病性视网膜病变（Diabetic Retinopathy, DR）的诊断研究。数据集包含大量眼底图像，每张图像通常对应不同严重程度的糖尿病视网膜病变分级标签。数据来源于公开的医学影像采集，通过专业标注构建，适用于计算机辅助诊断、深度学习模型训练、医学图像分类与检测等研究方向，在眼科疾病筛查和智能医疗领域具有重要应用价值。
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。
