AIROGS
早期发现青光眼可以避免视力障碍，这可以通过筛查来促进。 人工智能 (AI) 可以通过减少体力劳动来提高青光眼筛查的成本效益。 已经提出了通过彩色眼底摄影 (CFP) 检测青光眼的AI方法，并报道了有希望的实验室性能。但…
基本信息
资源简介
AIROGS
【一句话概览】
AIROGS 数据集关注青光眼筛查中的人工智能应用。早期发现青光眼可避免视力障碍，筛查有助于实现这一目标，而人工智能能通过减少体力劳动提升筛查的成本效益。已有研究提出利用彩色眼底摄影检测青光眼的AI方法，并在实验室中表现出有希望的性能。但在实际环境中应用时，常出现较大性能下降，主要原因包括意外的分发数据和图像质量差（来源 opendatalab.org.cn）。
【数据内容】
源站原始描述：早期发现青光眼可以避免视力障碍，这可以通过筛查来促进。 人工智能 (AI) 可以通过减少体力劳动来提高青光眼筛查的成本效益。 已经提出了通过彩色眼底摄影 (CFP) 检测青光眼的AI方法，并报道了有希望的实验室性能。但是，在实际环境中应用AI解决方案时，通常会出现较大的性能下降。意外的分发数据和质量差的图像是造成这种性能下降的主要原因。
中文译文（机器翻译，仅供快速理解，请以原文为准）：早期发现青光眼可以避免视力障碍，而筛查有助于实现早期发现。人工智能（AI）可以通过减少人工劳动，提高青光眼筛查的成本效益。已有研究提出利用彩色眼底摄影（CFP）检测青光眼的AI方法，并报道了在实验室中展现出有希望的检测性能。然而，在实际环境中应用AI解决方案时，通常会出现较大的性能下降。分布外数据和低质量图像是造成这种性能下降的主要原因。
【主题与分类】
主题标签：青光眼、彩色眼底摄影、CFP、眼科、人工智能、筛查。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://opendatalab.org.cn/OpenDataLab/AIROGS
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
源站：https://opendatalab.org.cn/OpenDataLab/AIROGS
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
AIROGS是一个用于青光眼筛查的AI数据集，包含彩色眼底摄影（CFP）图像，旨在研究实际环境中AI系统性能下降的问题，主要面向图像分类任务。
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。
