IDRiD：糖尿病性视网膜病变分级数据集
IDRiD是一个包含印度患者眼底彩色图像的医学影像数据集，每张图像都标注了糖尿病性视网膜病变的严重程度等级，主要用于计算机辅助诊断、深度学习模型训练以及医学图像分析研究，以推动眼科疾病自动筛查技术的发展。
基本信息
资源简介
IDRiD：糖尿病性视网膜病变分级数据集
【数据集背景】
本数据集源站标题为《IDRiD: Diabetic Retinopathy – Grading》。源站首次发布：2021-11-14。
【数据内容】
源站原始描述：The Indian diabetic retinopathy image (IDRiD) dataset was created from real clinical exams acquired at an eye clinic located in India. The captured images have 50º field of view, resolution of 4288 × 2848 pixels and are stored in jpg format. The final dataset is composed of 516 images divided into five Diabetic Retinopathy (DR) and three Diabetic Macular Edema (DME) classes with well-defined characteristics according to international standards of clinical relevance. It provides expert markups of…
【数据结构与技术规格】
文件数 20 个，合计 7.63 MB。
【主题与分类】
主题标签：diabetes、healthcare、eyes and vision。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/mariaherrerot/idrid-dataset
使用许可：Unknown。
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("mariaherrerot/idrid-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 mariaherrerot/idrid-dataset
unzip idrid-dataset.zip -d idrid-dataset/
数据说明
IDRiD是一个公开的医学影像数据集，专门针对糖尿病性视网膜病变（Diabetic Retinopathy, DR）进行分级诊断。该数据集包含多张眼底彩色图像，每张图像都经过专业医生标注，提供了病变严重程度的等级划分（如无病变、轻度、中度、重度等）。数据来源于印度患者的临床采集，旨在支持糖尿病视网膜病变的自动检测与分级研究。该数据集主要用于计算机辅助诊断、医学图像分析、深度学习模型训练等领域，促进眼科疾病早期筛查技术的发展。
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。
