正常衰老眼脉络膜各层特征化研究的复制数据:enface 扫频源光学相干断层扫描图像

该数据集为一项关于正常衰老眼脉络膜各层特征化研究的复制数据,来源于 search.dataone.org,包含研究中受试者的 enface 扫频源光学相干断层扫描(SS-OCT)图像完整堆栈

dataone
浏览 2
图像图像分割Medicine, Health and Life Sciences
Replication Data for: Characterization of Choroidal Layers in Normal Aging Eyes Using Enface Swept-Source Optical Coherence Tomography

基本信息

模态
图像
任务类型
图像分割
许可
http://creativecommons.org/publicdomain/zero/1.0
创建/更新时间
2026-10-24

资源简介

正常衰老眼脉络膜各层特征化研究的复制数据:enface 扫频源光学相干断层扫描图像

Replication Data for: Characterization of Choroidal Layers in Normal Aging Eyes Using Enface Swept-Source Optical Coherence Tomography

该数据集为一项关于正常衰老眼脉络膜各层特征化研究的复制数据,来源于 search.dataone.org,包含研究中受试者的 enface 扫频源光学相干断层扫描(SS-OCT)图像完整堆栈。数据覆盖正常衰老条件下的眼部脉络膜成像,可用于观察脉络膜各层的形态特征,并支持图像分割、层结构分析等与年龄相关眼病研究相关的任务(来源 DataONE,http://creativecommons.org/publicdomain/zero/1.0 许可)。

【数据内容】

源站描述(机器翻译,仅供参考):该数据包含标题所引用研究中使用受试者的 enface 扫频源光学相干断层扫描(SS-OCT)图像的完整堆栈。

【主题与分类】

主题标签:Medicine, Health and Life Sciences。本站分类:眼病/其他。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256%3Ae15ff4d84f777774e70ceabe0f2263544316f93a598e7840cbeba7af04e9f61a

使用许可:http://creativecommons.org/publicdomain/zero/1.0。

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

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://search.dataone.org/view/sha256%3Ae15ff4d84f777774e70ceabe0f2263544316f93a598e7840cbeba7af04e9f61a

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

该数据包括标题所引用研究中使用受试者的全层enface扫频源光学相干断层扫描(SS-OCT)图像堆栈。

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