CED角膜内皮图像数据集
该公开数据集提供1,200张角膜内皮图像，带有细粒度、细胞级标注及对应疾病标签。image/目录存放原始图像，label/目录存放与之配对的标注
基本信息
资源简介
CED角膜内皮图像数据集
CED 是一个公开可获取的角膜内皮图像数据集，共包含 1,200 张角膜内皮图像，每张图像均配有细粒度、细胞级的标注以及对应的疾病标签。数据集以目录形式组织，原始图像存放于 image/ 目录，与之配对的标注存放于 label/ 目录，图像文件名本身即指示其所属的疾病类别。该数据集面向眼病领域的 Fuchs 角膜内皮营养不良相关研究，可同时支持内皮细胞形态分析与疾病分类两类任务，适合需要细胞级标注的角膜内皮图像研究使用。
【数据集背景】
CED 数据集面向眼病研究中的 Fuchs 角膜内皮营养不良方向。角膜内皮细胞形态的精细观察与疾病类别的判定，通常依赖对细胞边界的准确勾画与对图像所属病变类型的标注，该数据集正是围绕这两类信息构建：一方面提供细胞级的细粒度标注，另一方面为每张图像给出对应的疾病标签。数据集为公开可用资源，其发布有助于在统一的数据基础上开展内皮细胞形态分析与疾病分类相关研究。
【数据内容】
数据集共包含 1,200 张角膜内皮图像。每张图像均带有细粒度、细胞级的标注，并配有相应的疾病标签。数据以两个目录组织：image/ 目录存放原始图像，label/ 目录存放与原始图像一一配对的标注文件。图像的文件名中包含了该图像对应的疾病类别信息，因此通过文件名即可识别其疾病归属。标注的细粒度体现在细胞层面，即标注针对单个内皮细胞，而非仅给出图像级判断。
【采集与来源】
该数据集来源于 doi.org，发布机构为 Zenodo，作者为 Li, Hongshuo，发布时间为 2026 年。源站将其描述为公开可用的数据集。除上述来源信息外，关于图像采集设备、采集地点、采集时间跨度、受试者来源与纳入排除标准等信息，源站未提供。
【适用场景】
依据源站描述，该数据集可支持两类用途：一是内皮细胞形态分析，即借助细胞级标注研究角膜内皮细胞的形态特征；二是疾病分类，即利用图像文件名所指示的疾病类别标签开展分类相关研究。由于数据同时具备细胞级标注与图像级疾病标签，适合需要将形态学信息与疾病标签结合使用的研究场景。除此之外的其他具体应用场景，源站未提供。
【使用方法】
使用时可按目录结构读取数据：从 image/ 目录获取原始图像，从 label/ 目录获取与之配对的标注文件，两者通过配对关系对应。疾病类别信息可从图像文件名中解析获得，无需额外查询即可将图像与其疾病标签关联。关于标注文件的具体格式、标注的编码方式、数据划分方式（如训练集与测试集的划分）以及配套的读取工具或代码，源站未提供。
【质量与限制】
数据集提供细粒度、细胞级标注与对应疾病标签，图像与标注以配对方式组织，便于核对与使用。关于数据规模的代表性、标注一致性或标注者间一致性、图像质量、类别分布是否均衡等质量相关信息，源站未提供。使用时应注意到，该数据集聚焦于 Fuchs 角膜内皮营养不良相关方向，其适用范围应以源站描述所支持的任务为限。
【引用与许可】
该数据集采用 Creative Commons Attribution 4.0 International 许可，使用时应遵循该许可的署名要求。数据集的作者为 Li, Hongshuo，发布机构为 Zenodo，发布时间为 2026 年，来源站为 doi.org。关于具体的引用格式、DOI 编号以及署名所需的完整文献信息，源站未提供。
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/10.5281/zenodo.23540380
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
该公开数据集提供了1，200张角膜内皮图像，附带精细至细胞级别的标注及相应的疾病标签。image/目录包含原始图像，而label/目录则存储了与之配对的标注信息。每张图像的文件名标明了其对应的疾病类别，便于进行内皮细胞形态分析与疾病分类。
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。
