DRIMDB（糖尿病性视网膜病变图像数据库）
DRIMDB是一个包含大量标注视网膜图像的医学影像数据集，数据模态为眼底照片，主要用于糖尿病性视网膜病变的图像质量测试、疾病诊断辅助以及计算机视觉和深度学习在医学图像分析中的应用研究。
基本信息
资源简介
DRIMDB（糖尿病性视网膜病变图像数据库）
【数据集背景】
本数据集源站标题为《DRIMDB (Diabetic Retinopathy Images Database)》。源站首次发布：2024-03-01。
【数据内容】
源站原始描述：Retinal image quality assessment (IQA) is a crucial process for automated retinal image analysis systems to obtain an accurate and successful diagnosis of retinal diseases. Consequently, the first step in a good retinal image analysis system is measuring the quality of the input image. We present an approach for finding medically suitable retinal images for retinal diagnosis
【数据结构与技术规格】
文件数 20 个，合计 307.81 KB。
【主题与分类】
主题标签：computer vision、deep learning、eyes and vision、image classification、image segmentation。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/subhajournal/drimdb-diabetic-retinopathy-images-database
使用许可：Community Data License Agreement - Permissive - Version 1.0。
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("subhajournal/drimdb-diabetic-retinopathy-images-database")
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 subhajournal/drimdb-diabetic-retinopathy-images-database
unzip drimdb-diabetic-retinopathy-images-database.zip -d drimdb-diabetic-retinopathy-images-database/
数据说明
DRIMDB是一个专门用于糖尿病性视网膜病变（DR）研究的公开医学图像数据库。该数据集包含大量经过标注的视网膜图像，主要用于图像质量测试、疾病诊断辅助和医学图像分析算法的开发。数据来源为临床采集的眼底照片，涵盖了不同严重程度的糖尿病性视网膜病变病例，适用于计算机辅助诊断、深度学习模型训练以及医学影像质量评估等研究方向。
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。
