糖尿病视网膜病变筛查数据集
该数据集是一个包含视网膜眼底图像的医学影像数据集，专门用于糖尿病视网膜病变的筛查研究，通过计算机视觉技术辅助实现病变的自动检测与分级，以支持早期诊断和医疗决策。
基本信息
资源简介
糖尿病视网膜病变筛查数据集
【数据集背景】
本数据集源站标题为《Diabetic Retinopathy Screening》。源站首次发布：2025-04-17。
【数据内容】
源站原始描述：The dataset includes 2838 images. Diabetic-Retinopathy are annotated in Multi-Class Classification format. The following pre-processing was applied to each image: * Auto-orientation of pixel data (with EXIF-orientation stripping) * Resize to 192x192 (Fit within) No image augmentation techniques were applied
【数据结构与技术规格】
文件数 20 个，合计 71.56 KB。
【主题与分类】
主题标签：image、health、diabetes、eyes and vision、image classification、object detection。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/orvile/diabetic-retinopathy-screening
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("orvile/diabetic-retinopathy-screening")
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 orvile/diabetic-retinopathy-screening
unzip diabetic-retinopathy-screening.zip -d diabetic-retinopathy-screening/
数据说明
该数据集是一个用于糖尿病视网膜病变（DR）筛查的医学影像数据集，主要包含通过眼底相机拍摄的视网膜图像。数据来源于公开平台Kaggle，旨在支持糖尿病视网膜病变的自动检测与分级研究。数据集可用于训练和评估计算机视觉模型在医疗影像分析中的应用，特别是针对糖尿病引起的眼部并发症的早期筛查和诊断。
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。
