Ophora-160K 眼科手术视频指令数据集
Ophora-160K 是一个面向眼科手术场景的视频-指令数据集，包含从 9,819 段眼科手术叙述视频中提取的 162,185 个视频片段-指令对，片段平均时长 5.54 秒，视频均采集自 YouTube 平台
基本信息
资源简介
Ophora-160K 眼科手术视频指令数据集
General-Medical-AI/Ophora-160K
Ophora-160K 是一个面向眼科手术场景的视频-指令数据集，包含从 9,819 段眼科手术叙述视频中提取的 162,185 个视频片段-指令对，片段平均时长 5.54 秒，视频均采集自 YouTube 平台。数据集提供 ophora161k.csv 记录全部片段 ID 及生成指令，ophora28k.csv 则经过过滤以去除字幕、水印等敏感信息。数据以 webdataset 格式分发，共 12 个文件，可用于文本到视频生成等任务的研究与训练（来源 Hugging Face，apache-2.0 许可）。
【数据集背景】
源站首次发布：2025-07-14。
【数据内容】
源站描述（机器翻译，仅供参考）：简介 Ophora-160K 包含从 9,819 段眼科手术叙述视频中提取的 162,185 个视频片段-指令对。所有片段的平均时长为 5.54 秒。所有眼科叙述视频均采集自 YouTube 平台。文件 ophora161k.csv 包含所有视频片段 ID 及其生成指令。文件 ophora28k.csv 包含经过过滤以去除字幕和水印等敏感信息的内容。……完整描述见数据集页面：
【数据结构与技术规格】
文件数 12 个，合计 412.81 GB。
【主题与分类】
主题标签：medical。本站分类：眼及附器疾病。
【获取与许可】
源站页面：https://huggingface.co/datasets/General-Medical-AI/Ophora-160K
使用许可：apache-2.0。
【使用注意】
· 源站最后修改于 2025-07-16，引用时请注意版本时效。
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。
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("General-Medical-AI/Ophora-160K")
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/General-Medical-AI/Ophora-160K
数据集大小约 417.90 GB。
仓库文件结构
.gitattributesOphora-160K_clips.tar.gz.part_00Ophora-160K_clips.tar.gz.part_01Ophora-160K_clips.tar.gz.part_02Ophora-160K_clips.tar.gz.part_03Ophora-160K_clips.tar.gz.part_04Ophora-160K_clips.tar.gz.part_05Ophora-160K_clips.tar.gz.part_06Ophora-160K_clips.tar.gz.part_07Ophora-160K_clips.tar.gz.part_08Ophora-160K_clips.tar.gz.part_09README.mdophora161k.csvophora28k.csv
数据集卡片摘录（源站说明）
Access to dataset General-Medical-AI/Ophora-160K is restricted. You must have access to it and be authenticated to access it. Please log in.
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。
完整数据卡：huggingface.co/datasets/General-Medical-AI/Ophora-160K
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。
