糖尿病视网膜病变眼底图像数据集
该数据集是一个包含约8.8万张彩色眼底图像的大规模医学图像数据集，图像模态为高分辨率视网膜彩色照片，涵盖从640×480到5184×3456像素的不同分辨率，数据来源于真实临床筛查环境，每张图像均由专业眼科医生依据国际标准标注了糖尿病视网膜病变的严重程度等级（0-4级），主要用于糖尿病视网膜病变的自动检测、疾病分类算法开发以及计算机辅助筛查系统的研究与应用。
基本信息
资源简介
糖尿病视网膜病变眼底图像数据集
【数据集背景】
本数据集源站标题为《ctmedtech/EYEPACS》。源站首次发布：2025-10-31。
【数据内容】
源站原始描述：# EyePACS — Diabetic Retinopathy Fundus Image Dataset Image: EYEPACS Preprocess Samples. - ## 📘 Overview **EyePACS** (Eye Picture Archive Communication System) is a large-scale collection of **retinal fundus images** used for **automated diabetic retinopathy (DR) detection**. It formed the basis of the **Kaggle Diabetic Retinopathy Detection** challenge, enabling research into DR classification and screening. The dataset includes **macula-centered color fundus images** from real-world clinical…
【数据结构与技术规格】
文件数 5 个，合计 6.48 GB。
【主题与分类】
主题标签：task_categories:image-classification、task_ids:multi-class-image-classification、annotations_creators:expert-generated、source_datasets:original、language:en、license:other、size_categories:10K<n<100K、format:imagefolder、modality:image、library:datasets。
【获取与许可】
源站页面：https://huggingface.co/datasets/ctmedtech/EYEPACS
使用许可：other。
【使用注意】
· 源站最后修改于 2025-11-06，引用时请注意版本时效。
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。
暂未开放公开下载
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。
免登录有偿下载
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("ctmedtech/EYEPACS")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/ctmedtech/EYEPACS
数据说明
EyePACS是一个大规模糖尿病视网膜病变（DR）眼底图像数据集，专门用于自动化DR检测与分类研究。该数据集包含约88,702张黄色中心彩色眼底图像，图像来源于真实世界临床筛查，条件多样，分辨率范围从640×480到5184×3456像素。数据集分为训练集（约35,000张）和测试集（约53,000张），每张图像由专业眼科医生依据国际临床糖尿病视网膜病变（ICDR）标准标注为0至4级，表示DR的严重程度。该数据集是Kaggle糖尿病视网膜病变检测挑战的基础数据，主要应用于医学图像分析、计算机辅助诊断和疾病筛查等领域。
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。
