Grand Challenge：ROCC 视网膜 OCT 分类挑战赛
视网膜 OCT 分类挑战赛（ROCC）是作为与 MVIP2017 同期举办的一天挑战赛而组织的。该挑战赛的目标是征集不同的自动化算法，使其能够在一个共同的 OCT 体数据集上从正常视网膜中检测 DR 疾病，该数据集由 Topcon SD-OCT 设备采集
基本信息
资源简介
Grand Challenge：ROCC 视网膜 OCT 分类挑战赛
视网膜 OCT 分类挑战赛（ROCC）是作为与 MVIP2017 同期举办的一天挑战赛而组织的。该挑战赛的目标是征集不同的自动化算法，使其能够在一个共同的 OCT 体数据集上从正常视网膜中检测 DR 疾病，该数据集由 Topcon SD-OCT 设备采集。该数据集在相关平台上归类于眼及附器疾病 / 其他方向，来源于 rocc.grand-challenge.org。整体来看，ROCC 面向视网膜 OCT 影像的自动分类任务，围绕糖尿病视网膜病变（DR）与正常视网膜的区分展开，通过统一的数据集和挑战赛形式，推动不同自动化算法在同一评测条件下的比较与验证。
【数据集背景】
ROCC 全称为 Retinal OCT Classification Challenge，即视网膜 OCT 分类挑战赛。该挑战赛是作为与 MVIP2017 同期举办的一天挑战赛而组织的。其组织目标明确，即征集不同的自动化算法，使其能够在一个共同的 OCT 体数据集上从正常视网膜中检测 DR 疾病。这一背景说明，ROCC 并非长期持续的数据集发布项目，而是与特定学术会议活动相配套的挑战赛形式，强调在统一数据条件下对算法能力进行集中评测。挑战赛的定位也决定了其关注点在于自动化算法在视网膜 OCT 影像上的分类表现，尤其是对 DR 疾病与正常视网膜的区分能力。
【数据内容】
该数据集的核心内容为 OCT 体数据，即 OCT volumes。这些数据用于支持从正常视网膜中检测 DR 疾病的分类任务。挑战赛要求参与者在同一个共同的 OCT 体数据集上运行不同的自动化算法，因此数据内容围绕视网膜 OCT 体影像展开，目标类别涉及 DR 疾病与正常视网膜。除上述信息外，源站未提供关于数据样本数量、受试者数量、标签体系、数据划分方式、图像分辨率、体数据层数等更细粒度的说明。
【采集与来源】
该数据集由 Topcon SD-OCT 设备采集。数据来源站为 rocc.grand-challenge.org。挑战赛与 MVIP2017 同期举办，属于一天时长的挑战赛活动。除设备类型和来源站点外，源站未提供关于采集机构、采集地点、采集时间范围、采集协议、受试者纳入排除标准等信息。
【适用场景】
ROCC 适用于视网膜 OCT 影像的自动分类研究，尤其是围绕 DR 疾病检测的算法开发与评测。具体而言，该挑战赛征集能够从正常视网膜中检测 DR 疾病的自动化算法，因此其适用场景包括：在统一 OCT 体数据集上比较不同算法的分类性能；面向视网膜 OCT 体数据的疾病检测方法研究；以及在与 MVIP2017 相关的挑战赛框架下开展算法验证。由于该挑战赛以一天活动形式组织，其适用场景也偏向集中式、短周期的算法评测与交流。除上述内容外，源站未提供关于临床部署、实时诊断、多中心验证等更具体应用场景的说明。
【使用方法】
该数据集以挑战赛形式发布和使用。参与者需要针对共同的 OCT 体数据集提交自动化算法，以完成从正常视网膜中检测 DR 疾病的任务。挑战赛作为与 MVIP2017 同期举办的一天活动，意味着使用方式围绕挑战赛的报名、算法提交和评测流程展开。除挑战赛这一基本使用形式外，源站未提供关于数据下载方式、提交格式、评测指标、排名规则、基线方法、代码开源要求等具体使用说明。
【质量与限制】
该数据集由 Topcon SD-OCT 设备采集，数据形式为 OCT 体数据，任务聚焦于 DR 疾病与正常视网膜的分类。其限制在于，源站未提供关于数据规模、类别平衡、标注质量、图像质量、设备型号差异、人群分布、外部验证情况等信息。由于挑战赛为一天活动，且与 MVIP2017 同期举办，其数据覆盖范围和评测周期可能受活动形式影响，但源站未提供具体说明。除上述内容外，源站未提供关于数据偏倚、隐私处理、伦理审批等质量与限制方面的信息。
【引用与许可】
该数据集的来源站为 rocc.grand-challenge.org。除来源站信息外，源站未提供关于引用格式、许可协议、使用条款、商业使用限制、数据再分发规定等信息。
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://rocc.grand-challenge.org/
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
视网膜OCT分类挑战赛（ROCC）作为MVIP2017会议的一部分，为期一天。本次挑战赛的目标是征集不同的自动化算法，能够在由Topcon SD-OCT设备获取的OCT体数据通用数据集上，从正常视网膜中检测出DR疾病。
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。
