OCT4DME
OCT4DME是用于预测糖尿病黄斑水肿抗VEGF治疗反应的公开OCT图像数据集，包含2000名患者治疗前后影像。
基本信息
资源简介
OCT4DME
【一句话概览】
第二届 APTOS 大数据竞赛在泰国公共卫生部医疗服务司支持下举办，聚焦基于患者眼部 OCT 图像预测抗 VEGF 治疗结果。抗 VEGF 治疗可减少新生血管生长或肿胀，用于治疗视网膜黄斑区新生血管或水肿相关眼病，但相当数量患者无应答或应答不足，不同研究报告比例在 10% 至 50% 之间。竞赛要求构建机器学习模型，预测糖尿病性黄斑病变患者（包括 AMD、DME 和 PCV）的治疗应答，使用医院采集的数千张图像（来源 2021.asiateleophth.org）。
【数据集背景】
本数据集源站标题为《BIG DATA COMPETITION》。
【数据内容】
源站原始描述：Supported by the Department of Medical Services of the Ministry of Public Health of Thailand, the 2nd APTOS Big Data Competition focuses on the prediction of anti-VEGF treatment outcomes based on tens of thousands of OCT images of patients'' eyes taken at baseline and at 6 months after the loading treatment. Anti-VEGF treatments are a group of medicines which reduce new blood vessel growth or swelling and can be used to treat a number of eye conditions that cause neovascularization or edema under…
中文译文（机器翻译，仅供快速理解，请以原文为准）：在泰国公共卫生部医疗服务司的支持下，第二届APTOS大数据竞赛聚焦于基于患者眼部在基线和负荷治疗后6个月时拍摄的数万张OCT图像，预测抗VEGF治疗结果。抗VEGF治疗是一类减少新生血管生长或肿胀的药物，可用于治疗多种导致视网膜后部黄斑区下方新生血管形成或水肿的眼部疾病。然而，相当数量的患者对这种治疗无反应或反应不充分。尽管每月接受抗VEGF治疗注射，但据报道，根据研究不同，这些计算范围在10%到50%之间。想象一下，您可以在治疗前识别出无反应者，并为他们量身定制个体化治疗方案。在这场同步竞赛中，您将构建一个机器学习模型，以预测糖尿病性黄斑病变患者的治疗反应，包括年龄相关性黄斑变性（AMD）、糖尿病性黄斑水肿（DME）和息肉状脉络膜血管病变（PCV）。您将使用医院环境中收集的数千张图像，帮助预测患者对抗VEGF治疗的反应。
【主题与分类】
主题标签：anti-VEGF、OCT、diabetic maculopathy、AMD、DME、PCV、ophthalmology、machine learning。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://2021.asiateleophth.org/big-data-competition/
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。
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
源站：https://2021.asiateleophth.org/big-data-competition/
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
OCT4DME是一个大型公开的OCT图像数据集，用于预测糖尿病黄斑水肿（DME）患者对抗VEGF治疗的反应。数据集包含来自2000名患者的治疗前后OCT图像，以支持AI模型训练和算法开发。
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。
