基于深度学习分割眼底照片检测中心性浆液性脉络膜视网膜病变数据集

该数据集来自data.mendeley.com,包含194只中心性浆液性脉络膜视网膜病变(CSC)患眼的眼底照片及分割图像,另含同一中心93张健康眼眼底照片用于构建CSC与正常视网膜的分类模型

google_dataset
2022-02-22 更新
浏览 5
图像图像分割中心性浆液性脉络膜视网膜病变眼底摄影图像分割pix2pix深度学习视网膜下液分类模型
Deep-learning-based Segmentation of Fundus Photographs to Detect Central Serous Chorioretinopathy

基本信息

模态
图像
大小
0.278273267 GB
任务类型
图像分割
创建/更新时间
2022-02-22
版本
v5

资源简介

基于深度学习分割眼底照片检测中心性浆液性脉络膜视网膜病变数据集

Deep-learning-based Segmentation of Fundus Photographs to Detect Central Serous Chorioretinopathy

该数据集来自data.mendeley.com,包含194只中心性浆液性脉络膜视网膜病变(CSC)患眼的眼底照片及分割图像,另含同一中心93张健康眼眼底照片用于构建CSC与正常视网膜的分类模型。数据由三位眼科医生分别标注,并提供pix2pix深度学习模型代码,可用于训练和评估眼底照片中视网膜下液区域的分割及CSC检测分类任务(来源 Mendeley Data)。

【数据集背景】

源站首次发布:2022-02-22。

【数据内容】

源站描述(机器翻译,仅供参考):用于基于深度学习的分割评估眼底摄影中中心性浆液性脉络膜视网膜病变的简单代码实现,TVST,2022。我们开发了一个pix2pix深度学习模型,用于分割眼底照片中的视网膜下液区域以检测中心性浆液性脉络膜视网膜病变(CSC)。总数据集包括来自医疗中心和公开可访问数据集的194只CSC患眼的眼底照片和分割图像数据集。此外,我们从同一中心招募了93张健康眼的眼底照片,以构建分类模型来区分CSC与正常视网膜。手动分割是一项繁琐且耗时的任务,需要领域特定知识。最初,一位眼科医生手动筛选了CSC的眼底摄影图像。我们要求三位眼科医生,包括两位持证

【数据结构与技术规格】

文件数 6 个,合计 278.27 MB。数据集 DOI:10.17632/4k64fwnp4k.5。

【主题与分类】

主题标签:中心性浆液性脉络膜视网膜病变、眼底摄影、图像分割、pix2pix、深度学习、视网膜下液、分类模型。本站分类:眼及附器疾病。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/4k64fwnp4k

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://data.mendeley.com/datasets/4k64fwnp4k

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据集大小约 278.3 MB。

数据说明

TaeKeun Yoo (2022). Deep-learning-based Segmentation of Fundus Photographs to Detect Central Serous Chorioretinopathy [Dataset]. http://doi.org/10.17632/4k64fwnp4k.5

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。