OLIVES（眼科视觉语义研究标签数据集）
眼睛的临床诊断是通过多种数据方式进行的，包括标量临床标签，矢量化生物标志物，二维眼底图像和三维光学相干断层扫描 (OCT) 扫描。虽然临床标签，眼底图像和OCT扫描是仪器测量，但矢量化的生物标志物是其他测量的解释属性。…
基本信息
资源简介
OLIVES（眼科视觉语义研究标签数据集）
【一句话概览】
眼科临床诊断依赖标量临床标签、矢量化生物标志物、二维眼底图像和三维光学相干断层扫描等多种数据。现有数据集多将问题视为疾病预测而不评估生物标志物，也未考虑治疗期间四种数据模式的明确关系。为此，研究者提出用于研究视觉眼语义的OLIVES数据集，这是首个同时包含OCT与眼底图像、临床标签、生物标志物标签及相关临床试验时间序列治疗信息的数据集，每只眼睛平均接受数周治疗与注射，随访至少两年，可用于糖尿病视网膜病变或糖尿病性黄斑水肿诊断及自监督学习等研究（来源 opendatalab.org.cn）。
【数据集背景】
本数据集源站标题为《OLIVES》。
【数据内容】
源站原始描述：眼睛的临床诊断是通过多种数据方式进行的，包括标量临床标签，矢量化生物标志物，二维眼底图像和三维光学相干断层扫描 (OCT) 扫描。虽然临床标签，眼底图像和OCT扫描是仪器测量，但矢量化的生物标志物是其他测量的解释属性。临床医生使用所有这些数据模式来诊断和治疗眼部疾病，如糖尿病视网膜病变 (DR) 或糖尿病性黄斑水肿 (DME)。要在眼科医学领域中使用机器学习算法，就需要研究这些相关数据模式之间的关系和相互作用。现有数据集的局限性在于 :( $ i $) 他们将问题视为疾病预测而不评估生物标志物，并且 ($ ii $) 他们不考虑治疗期间所有四种数据模式之间的明确关系。在本文中，我们介绍了用于研究视觉眼语义 (OLIVES) 数据集的眼科标签，该标签解决了上述限制。这是第一个OCT和眼底数据集，其中包括临床标签，生物标志物标签和来自相关临床试验的时间序列患者治疗信息。该数据集由眼底图像组成，每个眼底图像均带有OCT扫描和生物标志物，以及临床标签和DR或DME的疾病诊断。总的来说，每只眼睛的平均数据在至少两年的时间内平均治疗了几周和注射。OLIVES数据集在机器学习研究的其他领域 (包括自…
中文译文（机器翻译，仅供快速理解，请以原文为准）：眼睛的临床诊断通过多种数据模态进行，包括标量临床标签、矢量化生物标志物、二维眼底图像和三维光学相干断层扫描（OCT）扫描。虽然临床标签、眼底图像和OCT扫描是仪器测量结果，但矢量化生物标志物是对其他测量的解释性属性。临床医生使用所有这些数据模态来诊断和治疗眼部疾病，如糖尿病视网膜病变（DR）或糖尿病性黄斑水肿（DME）。要在眼科医学领域中使用机器学习算法，就需要研究这些相关数据模态之间的关系和相互作用。现有数据集的局限性在于：（i）它们将问题视为疾病预测而不评估生物标志物，并且（ii）它们不考虑治疗期间所有四种数据模态之间的明确关系。在本文中，我们介绍了用于研究视觉眼语义（OLIVES）数据集的眼科标签，该标签解决了上述局限性。这是第一个OCT和眼底数据集，其中包括临床标签、生物标志物标签和来自相关临床试验的时间序列患者治疗信息。该数据集由眼底图像组成，每个眼底图像均带有OCT扫描和生物标志物，以及临床标签和DR或DME的疾病诊断。总的来说，每只眼睛的平均数据在至少两年的时间内平均治疗了几周和注射。OLIVES数据集在机器学习研究的其他领域（包括自监督学习）中具有优势，因为它提供了基于医学的替代增强方案。
【主题与分类】
主题标签：眼科、糖尿病视网膜病变、糖尿病性黄斑水肿、OCT、眼底图像、生物标志物、临床标签、时间序列、机器学习、自我监督学习。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://opendatalab.org.cn/OpenDataLab/OLIVES
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
源站：https://opendatalab.org.cn/OpenDataLab/OLIVES
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
OLIVES数据集包含眼底图像、OCT扫描、临床标签、生物标志物及时间序列治疗信息，用于糖尿病视网膜病变（DR）和糖尿病性黄斑水肿（DME）的诊断与治疗。数据模态为多模态（图像、医学影像、表格、时间序列），支持疾病预测、生物标志物评估及自我监督学习等任务。
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。
