Fundus-AVSeg-7C 眼底动静脉分割数据集
建议描述 概述 Fundus-AVSeg-7C 是 Fundus-AVSeg 数据集的专家核验扩展版本，包含 100 张彩色眼底图像，提供七类解剖结构的像素级标注：背景、视网膜、视盘、黄斑中心凹、动脉、静脉和血管交叉
基本信息
资源简介
Fundus-AVSeg-7C 眼底动静脉分割数据集
Fundus-AVSeg-7C 是一个面向眼底图像解剖结构分割的专家核验数据集，由 Fundus-AVSeg 数据集扩展而来。该数据集共包含 100 张彩色眼底图像，并为每张图像提供像素级标注，覆盖七类解剖结构：背景、视网膜、视盘、黄斑中心凹、动脉、静脉以及血管交叉。相较于原始 Fundus-AVSeg 的四类标注，该版本新增了具有临床意义的解剖结构与上下文标签，所有标注均经过一位拥有超过 15 年临床经验的委员会认证眼科医师通过迭代式标注—校正流程进行审核与验证。数据集划分为 80 张训练图像和 20 张测试图像，采用 Creative Commons Attribution 4.0 International 许可发布，主题涉及解剖上下文、视网膜动脉—静脉分类以及动静脉眼底图像。
【数据集背景】
Fundus-AVSeg-7C 是在原始 Fundus-AVSeg 数据集基础上构建的扩展版本。原始数据集仅提供四类标注，而本数据集将标注体系系统性地从四类扩展至七类，新增了与临床密切相关的解剖结构和上下文标签。这一扩展旨在为眼底图像中动脉、静脉及其交叉区域的精细分析提供更丰富的标注信息。数据集的构建强调专家核验，所有标注均经过一位具有 15 年以上临床经验的委员会认证眼科医师的审核与修正，采用迭代式标注—校正工作流完成。
【数据内容】
该数据集共包含 100 张彩色眼底图像，其中 80 张作为训练图像，20 张作为测试图像。每张图像均提供像素级标注，涵盖七个类别：背景、视网膜、视盘、黄斑中心凹、动脉、静脉和血管交叉。这些类别既包括眼底的整体解剖背景，也涵盖具体的血管结构及其交叉区域，可用于支持对眼底解剖上下文和视网膜动静脉分类的研究。
【采集与来源】
数据集由 Intajag, Sathit 与 Bhurayanontachai, Patama 共同完成，机构来源为 Zenodo，发布时间为 2026 年，来源站为 doi.org。源站描述中未提供图像采集设备、采集地点、受试者人群等具体采集信息。
【适用场景】
基于其标注类别和主题标签，该数据集适用于眼底图像中解剖结构的分割任务，尤其是涉及视网膜动脉与静脉分类、血管交叉区域识别以及解剖上下文建模的研究。七类像素级标注可为动脉—静脉分类算法、血管交叉分析以及眼底解剖结构分割模型的训练与评估提供数据支持。
【使用方法】
数据集已预先划分为 80 张训练图像和 20 张测试图像，使用者可按照该划分进行模型训练与测试。标注为像素级，覆盖七个类别，可直接用于监督学习任务中的分割目标。源站未提供具体的预处理步骤、评价指标或基线模型等使用细节。
【质量与限制】
所有标注均经过一位拥有超过 15 年临床经验的委员会认证眼科医师的迭代式审核与校正，体现了专家核验的质量保障。数据集规模为 100 张图像，其中训练集 80 张、测试集 20 张。源站未提供关于图像分辨率、采集设备多样性、人群分布或标注一致性量化指标等进一步的质量与限制信息。
【引用与许可】
该数据集采用 Creative Commons Attribution 4.0 International 许可，允许在署名条件下使用。作者为 Intajag, Sathit 与 Bhurayanontachai, Patama，机构来源为 Zenodo，发布时间为 2026 年，来源站为 doi.org。引用时应遵循该许可的署名要求。
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
源站：https://doi.org/10.5281/zenodo.23277451
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
建议描述 概述 Fundus-AVSeg-7C 是 Fundus-AVSeg 数据集的专家验证扩展版本，包含 100 张彩色眼底图像，具有七种解剖类别的像素级标注：背景、视网膜、视盘、黄斑中心凹、动脉、静脉和血管交叉。该数据集通过纳入临床相关的解剖结构和上下文标签，扩展了原始 4 类 Fundus-AVSeg 标注。所有标注均由一位拥有超过 15 年临床经验的委员会认证眼科医生通过迭代标注-校正工作流程进行审查和验证。 数据集组成 总图像数：100 训练图像：80 测试图像：20 标注类别 背景 视网膜 视盘 黄斑中心凹 动脉 静脉 血管交叉 标注流程 原始 Fundus-AVSeg 标注从四类系统扩展到七类。新添加的解剖结构经人工标注，随后由眼科专家审查。通过多轮校正和验证进行质量控制，以确保标注一致性。
数据增强集 在增强实验中，从80张训练图像中生成了六份增强副本，结果如下： 原始训练图像：80 增强图像：480 训练图像总数：560 原始测试集保持不变，应仅用于性能评估。 标签编码 分割掩膜使用以下像素值编码： 背景 = 0 视网膜 = 8 静脉 = 12 中央凹 = 16 血管交叉 = 20 动脉 = 24 视盘 = 32 MATLAB标签定义 classNames = [“Background”,“Retina”,“OpticDisc”,“Fovea”,“Artery”,“Vein”,“Cross”]; labelIDs = {0; 8; 32; 16; 24; 12; 20}; 重要说明 像素值是标注期间使用的类别标识符，不应被解释为有序标签。在训练机器学习或深
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。
