Grand Challenge:RETOUCH 视网膜 OCT 液体挑战

视网膜 OCT 液体挑战(RETOUCH)比较能够在光学相干断层扫描(OCT)中检测并分割不同类型视网膜液体的自动化算法

grand_challenge
2025-07-16 更新
浏览 18
医学影像图像分割视网膜 OCT液体检测图像分割眼及附器疾病Grand Challenge
Grand Challenge: RETOUCH

基本信息

模态
医学影像
任务类型
图像分割
创建/更新时间
2025-07-16

资源简介

Grand Challenge:RETOUCH 视网膜 OCT 液体挑战

RETOUCH(Retinal OCT Fluid Challenge)是一个围绕视网膜光学相干断层扫描(OCT)图像中液体检测与分割任务而设立的公开挑战赛数据集,其英文全称为 Grand Challenge: RETOUCH,来源站为 retouch.grand-challenge.org。该数据集在分类上归属于眼及附器疾病下的其他类别。其核心目标在于比较不同自动化算法在 OCT 图像中检测并分割不同类型视网膜液体的能力,从而推动该领域算法性能的评估与交流。整体而言,RETOUCH 提供了一个面向视网膜液体分析的挑战平台,使研究者能够在统一任务设定下对算法进行对比,关注点集中在视网膜 OCT 图像中液体的自动识别与区域分割,属于医学图像分析中眼科学方向的一个专门挑战数据集。

【数据集背景】

RETOUCH 的全称为 Retinal OCT Fluid Challenge,即视网膜 OCT 液体挑战。该挑战的关注对象是光学相干断层扫描(OCT)图像中的视网膜液体。OCT 是一种常用于视网膜成像的医学影像技术,而视网膜液体(如不同类型液体的存在与分布)与多种视网膜病变的评估相关。RETOUCH 的设立目的,是比较能够自动检测并分割 OCT 图像中不同类型视网膜液体的算法。因此,该数据集并非单纯的图像集合,而是与一项算法挑战赛紧密关联,强调在统一任务下对自动化方法进行评测和比较。其来源站为 retouch.grand-challenge.org,属于 Grand Challenge 平台上的挑战项目之一。

【数据内容】

RETOUCH 的数据内容围绕视网膜 OCT 图像中的液体检测与分割任务展开。根据该挑战的定位,其数据涉及光学相干断层扫描(OCT)图像,并且任务目标是对图像中不同类型的视网膜液体进行检测和分割。也就是说,数据内容的核心标注或任务输出指向“不同类型视网膜液体”的识别与区域划分。除上述任务层面的描述外,关于数据集的具体图像数量、病例数、液体类别名称、标注格式、图像尺寸、体量规模等细节,源站未提供。

【采集与来源】

该数据集的来源站为 retouch.grand-challenge.org,属于 Grand Challenge 平台上的挑战项目。其英文名称为 Grand Challenge: RETOUCH,挑战名称为 Retinal OCT Fluid Challenge。关于数据的具体采集机构、采集设备、采集地点、采集时间、受试者来源与伦理审批等信息,源站未提供。

【适用场景】

RETOUCH 适用于视网膜 OCT 图像中液体自动检测与分割算法的比较与评估。具体而言,该挑战面向能够自动检测并分割 OCT 图像中不同类型视网膜液体的算法,因此其典型使用场景包括:算法在视网膜液体分割任务上的性能对比、自动化分割方法的评测,以及围绕 OCT 图像中液体识别与区域分割的研究。由于该数据集归属于眼及附器疾病 / 其他类别,其应用方向与眼及附器疾病相关的影像分析有关。关于具体的临床诊断场景、辅助诊断流程或落地应用方式,源站未提供。

【使用方法】

RETOUCH 作为一项 Grand Challenge 挑战赛,其使用方式与挑战赛的参与和评测相关,目标是比较能够在 OCT 中检测并分割不同类型视网膜液体的自动化算法。关于数据的具体下载方式、注册要求、训练集与测试集划分、提交格式、评价指标、排名规则及挑战时间安排等操作细节,源站未提供。

【质量与限制】

该数据集以挑战赛形式组织,其任务设定聚焦于视网膜 OCT 图像中不同类型液体的检测与分割,并通过算法比较来体现评测目的。关于数据质量、标注一致性、图像分辨率、样本多样性、类别平衡性、潜在偏倚以及使用限制等具体信息,源站未提供。

【引用与许可】

该数据集的来源站为 retouch.grand-challenge.org,英文名称为 Grand Challenge: RETOUCH。关于引用格式、许可协议、使用条款、数据共享限制及商业使用规定等信息,源站未提供。

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。

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://retouch.grand-challenge.org/

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。

数据说明

视网膜OCT液体挑战赛(RETOUCH)对比了能够在光学相干断层扫描(OCT)中检测并分割不同类型视网膜液体的自动化算法。

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。

获取专属数据定制方案