青光眼检测数据集:OCT与眼底图像
该数据集为青光眼相关研究收集的视网膜图像,按患者组织,包含可用的左眼和右眼眼底图像与OCT扫描。并非每位患者都具备全部图像类型,反映真实世界数据差异

基本信息
资源简介
青光眼检测数据集:OCT与眼底图像
Glaucoma Detection Dataset with OCT and Fundus Images
该数据集为青光眼相关研究收集的视网膜图像,按患者组织,包含可用的左眼和右眼眼底图像与OCT扫描。并非每位患者都具备全部图像类型,反映真实世界数据差异。另附“labelled excel by doc”文件夹,内含labels.csv(处理后标签)和original_data.xlsx(原始标注数据),提供结构化信息。所有个人标识符已移除,原始报告单独存储且未包含在共享版本中。数据集面向学术用途,可用于青光眼检测相关的深度学习分类研究(来源 DOI 解析,Creative Commons Attribution 4.0 International 许可)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集包含为青光眼相关研究收集的视网膜图像。数据按患者组织,包括可用的左眼和右眼眼底图像和OCT(光学相干断层扫描)扫描。每位患者文件夹可能包含以下一项或多项:FUNDUS图像、OCT图像(左眼和/或右眼)。并非所有患者都具有所有图像类型,反映了真实世界的变异性。除图像数据外,还包括一个名为“labelled excel by doc”的文件夹,其中包含:labels.csv(处理后的标签)、original_data.xlsx(原始标注数据)。这些文件提供与数据集对应的结构化信息。所有个人标识符(如姓名、出生日期和医疗报告)已从数据集中移除。任何原始报告均单独存储,不包含在此共享版本中。该数据集旨在用于学术用途,并基于
【主题与分类】
主题标签:Deep learning、Biomedical imaging。本站分类:眼及附器疾病/青光眼。
【获取与许可】
源站页面:https://figshare.com/articles/dataset/_b_Glaucoma_Detection_Dataset_with_OCT_and_Fundus_Images_b_/32051124
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/10.6084/m9.figshare.32051124
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
该数据集包含为青光眼相关研究采集的视网膜图像。数据以每位患者为单位进行组织,包含可获取的左眼和右眼的眼底图像及OCT(光学相干断层扫描)扫描图像。每位患者的文件夹可能包含以下一项或多项:FUNDUS图像、OCT图像(左眼和/或右眼)。并非所有患者都具备所有图像类型,这反映了真实世界中的差异性。除图像数据外,还包含一个名为“labelled excel by doc”的文件夹,其中包含:labels.csv(处理后的标签)、original_data.xlsx(原始标注数据)。这些文件提供了与数据集对应的结构化信息。数据集中已移除所有个人身份标识信息,如姓名、出生日期和医疗报告。任何原始报告均单独存储,不包含在此共享版本中。本数据集旨在用于视网膜图像的学术研究和基础分析。
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。




