OIA-DDR

OIA-DDR是一个包含眼底图像模态的糖尿病性视网膜病变数据集，提供了分类、分割和检测的标注信息，主要用于支持医学图像处理领域的研究，如自动诊断、病变定位和病情评估，适用于计算机视觉和医疗AI模型的训练与验证。

github

2024-05-15 更新

医学图像处理糖尿病性视网膜病变

基本信息

大小

0.011962 GB

许可

MIT

创建/更新时间

2024-05-15

版本

master

资源简介

OIA-DDR

【数据集背景】

本数据集源站标题为《nkicsl/DDR-dataset》。源站首次发布：2019-05-07。

【数据内容】

源站原始描述：A General-purpose High-quality Dataset for Diabetic Retinopathy Classification, Lesion Segmentation and Lesion Detection # OIA-DDR A General-purpose High-quality Dataset for Diabetic Retinopathy Classification, Lesion Segmentation and Lesion Detection You can download OIA-DDR from either Baidu Drive or Google Drive. - OIA-DDR on Baidu Drive: DDR dataset PWD:ue0t - OIA-DDR on Google Drive: DDR dataset The dataset is a zip file split into 10 chunks, and must first be combined into a single zip arc…

【获取与许可】

源站页面：https://github.com/nkicsl/DDR-dataset

使用许可：MIT。

【使用注意】

· 源站最后修改于 2024-11-01，引用时请注意版本时效。

原始链接

https://github.com/nkicsl/DDR-dataset

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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

git clone https://github.com/nkicsl/DDR-dataset.git

curl -L -o repo.zip https://github.com/nkicsl/DDR-dataset/archive/refs/heads/master.zip
unzip repo.zip

源站 README 摘录（使用方式）

OIA-DDR

A General-purpose High-quality Dataset for Diabetic Retinopathy Classification, Lesion Segmentation and Lesion Detection
You can download OIA-DDR from either Baidu Drive or Google Drive.

OIA-DDR on Baidu Drive: DDR dataset PWD:ue0t
OIA-DDR on Google Drive: DDR dataset
The dataset is a zip file split into 10 chunks, and must first be combined into a single zip archive before extraction. To fully unpack the dataset:

cat DDR-dataset.zip.0* > DDR-dataset.zip
unzip DDR-dataset.zip

If you make use of the DDR dataset, please cite our following paper:
@article{LI2019,
title = “Diagnostic Assessment of Deep Learning Algorithms for Diabetic Retinopathy Screening”,
author = “Tao Li and Yingqi Gao and Kai Wang and Song Guo and Hanruo Liu and Hong Kang”,
journal = “Information Sciences”,
volume = “501”,
pages = “511 - 522”,
year = “2019”,
issn = “0020-0255”,
doi = “https://doi.org/10.1016/j.ins.2019.06.011”,
url = “http://www.sciencedirect.com/science/article/pii/S0020025519305377”,
}

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