ACRIMA：使用眼底图像进行青光眼评估
该数据集包含眼底图像模态的医学影像数据，专门用于青光眼的自动评估与诊断研究，通过计算机视觉技术辅助眼科疾病筛查，主要应用于医学影像分析、深度学习模型训练以及辅助诊断系统的开发。
基本信息
资源简介
ACRIMA：使用眼底图像进行青光眼评估
【数据集背景】
本数据集源站标题为《ACRIMA: Glaucoma Assessment using Fundus Images》。源站首次发布：2025-04-18。
【数据内容】
源站原始描述：ACRIMA database is composed by 705 fundus images (396 glaucomatous and 309 normal images). They were collected at the FISABIO Oftalmología Médica in Valencia, Spain, from glaucomatous and normal patients with their previous consent and in accordance with the ethical standards laid down in the 1964 Declaration of Helsinki. All images from ACRIMA database were annotated by glaucoma experts with several years of experience. They were cropped around the optic disc and renamed. The image name has the…
【数据结构与技术规格】
文件数 20 个，合计 376.54 KB。
【主题与分类】
主题标签：image、health、health conditions、eyes and vision、image classification。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/orvile/acrima-glaucoma-assessment-using-fundus-images
使用许可：Attribution 4.0 International (CC BY 4.0)。
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("orvile/acrima-glaucoma-assessment-using-fundus-images")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d orvile/acrima-glaucoma-assessment-using-fundus-images
unzip acrima-glaucoma-assessment-using-fundus-images.zip -d acrima-glaucoma-assessment-using-fundus-images/
数据说明
ACRIMA 是一个用于青光眼自动评估的医学影像数据集，包含眼底图像数据。该数据集旨在通过计算机视觉和深度学习技术辅助青光眼的诊断与筛查，数据来源于公开的眼底图像采集，主要应用于眼科医学影像分析、疾病自动分类以及辅助诊断系统的开发与研究。
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。
