RetinaMNIST
该数据集包含用于糖尿病视网膜病变严重程度分类的视网膜彩色眼底图像，每张图像标注了五个严重程度等级，数据模态为医学影像。数据集基于MedMNIST原始数据构建，并通过GPT-4o采样补充了多模态推理轨迹，主要应用于糖尿病视网膜病变的自动分级、医学影像分析以及结合大语言模型的临床辅助诊断研究。
基本信息
资源简介
RetinaMNIST
【数据集背景】
本数据集源站标题为《OctoMed/RetinaMNIST》。源站首次发布：2026-04-27。
【数据内容】
源站原始描述：# RetinaMNIST - Diabetic Retinopathy Severity Classification ## Description This dataset contains color fundus images of the retina for diabetic retinopathy severity classification. The task involves grading each image into one of five severity levels based on observable clinical features. 16 reasoning traces were collected for each example in this task by sampling with GPT-4o, available in the `responses` column. We greatly appreciate and build from the original data source available at ## Data…
【数据结构与技术规格】
文件数 2 个，合计 84.98 MB。
【主题与分类】
主题标签：size_categories:1K<n<10K、format:parquet、modality:image、modality:text、library:datasets、library:pandas、library:polars、library:mlcroissant、arxiv:2511.23269、region:us。
【获取与许可】
源站页面：https://huggingface.co/datasets/OctoMed/RetinaMNIST
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("OctoMed/RetinaMNIST")
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/OctoMed/RetinaMNIST
数据说明
该数据集是一个用于糖尿病视网膜病变严重程度分类的医学影像数据集，包含视网膜彩色眼底图像。每张图像都标注了五个严重程度等级之一，用于训练和评估分类模型。数据集基于MedMNIST平台上的原始数据源构建，并通过GPT-4o采样为每个图像示例收集了16条推理轨迹，这些轨迹存储在responses列中，支持多模态医学推理研究。主要应用于糖尿病视网膜病变的自动分级、医学影像分析以及结合大语言模型的临床决策支持系统开发。
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。
