糖尿病性视网膜病变诊断数据集
该数据集是一个用于糖尿病性视网膜病变诊断的医学数据集，主要包含眼底图像等医学影像模态数据，可能辅以临床表格信息，旨在支持糖尿病性视网膜病变的自动检测、分类及计算机辅助诊断研究，适用于医学影像分析、机器学习算法开发及眼科疾病辅助诊断等应用场景。
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《Diagnosis of Diabetic Retinopathy》。源站首次发布：2024-07-15。
【数据内容】
源站原始描述：The prevalence of Diabetic Retinopathy is alarmingly high, affecting a significant proportion of individuals with long-standing diabetes. Early detection and timely treatment are crucial for preventing vision loss and improving patient outcomes. However, manual interpretation of retinal images for Diabetic Retinopathy screening can be time-consuming and subject to human error. Therefore, there is a pressing need for an automated and accurate tool that can assist healthcare professionals in gradi…
【数据结构与技术规格】
文件数 20 个，合计 112.50 KB。
【主题与分类】
主题标签：image、health conditions、computer vision、diabetes、eyes and vision、binary classification。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/pkdarabi/diagnosis-of-diabetic-retinopathy
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("pkdarabi/diagnosis-of-diabetic-retinopathy")
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 pkdarabi/diagnosis-of-diabetic-retinopathy
unzip diagnosis-of-diabetic-retinopathy.zip -d diagnosis-of-diabetic-retinopathy/
数据说明
该数据集是一个用于糖尿病性视网膜病变（Diabetic Retinopathy，DR）诊断的医学数据集。糖尿病性视网膜病变是糖尿病常见的并发症，会导致视网膜损伤，影响视力。数据集可能包含眼底图像、患者临床信息或诊断标签等数据，通常来源于医疗机构的临床记录或公开的医学影像库。该数据集主要用于支持糖尿病性视网膜病变的自动检测、分类与辅助诊断研究，可应用于计算机辅助诊断系统开发、医学影像分析算法训练以及眼科疾病研究等领域。
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。
