Stargardt病与干性年龄相关性黄斑变性视网膜图像特征鉴别范围综述的检索策略
该数据集是范围综述的检索文档，综述主题为Stargardt病与干性年龄相关性黄斑变性在视网膜图像特征或描述符上的鉴别。该数据集可用于复现或更新相关综述的文献检索过程，也可为眼科学领域信息检索方法研究提供参考（来源 DOI 解析，Creative Commons Attribution 4.0 Int
基本信息
资源简介
Stargardt病与干性年龄相关性黄斑变性视网膜图像特征鉴别范围综述的检索策略
Search strategies for a scoping review "Differential retinal image features/descriptors of the eye diseases Stargardt and dry age-related macular degeneration"
该数据集是范围综述的检索文档，综述主题为Stargardt病与干性年龄相关性黄斑变性在视网膜图像特征或描述符上的鉴别。数据包含Medline（Ovid）、Cinahl Complete（Ebsco）、Scopus和Web of Science四个数据库的检索策略，并附有readme.txt提供进一步说明。该数据集可用于复现或更新相关综述的文献检索过程，也可为眼科学领域信息检索方法研究提供参考（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2023。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含一篇综述的检索文档，该综述主题为Stargardt病与干性年龄相关性黄斑变性这两种眼病的视网膜图像特征/描述符的鉴别。数据集包含Medline（Ovid）、Cinahl Complete（Ebsco）、Scopus和Web of Science数据库的检索策略。更多文档请参见readme.txt。
【主题与分类】
主题标签：Information retrieval and web search。本站分类：眼及附器疾病。
【获取与许可】
源站页面：https://dataverse.no/citation?persistentId=doi:10.23642/usn.24541315
使用许可：Creative Commons Attribution 4.0 International。
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/10.23642/usn.24541315.v1
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
该数据集包含了一篇关于眼病Stargardt病和干性年龄相关性黄斑变性视网膜图像特征/描述符差异的综述的检索文档。它涵盖了Medline (Ovid)、Cinahl Complete (Ebsco)、Scopus和Web of Science数据库的检索策略。更多文档信息请参见readme.txt。
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。
