眼底图像青光眼数据集
该数据集是一个包含正常眼和青光眼患者眼底图像的医学影像数据集，数据模态为眼底彩色图像，主要用于青光眼的计算机辅助检测与诊断研究，支持基于机器学习的疾病分类模型开发和眼科医学影像分析。
基本信息
资源简介
眼底图像青光眼数据集
【数据集背景】
本数据集源站标题为《Fundus images dataset for Glaucoma》。源站首次发布：2024-12-17。
【数据内容】
源站原始描述：Dataset de imágenes del fondo del ojo creado a partir de la unión de otros datasets: - (Solo glaucoma) - - ORIGA: - G1020: - (Multiple) BEH (Bangladesh Eye Hospital) CRFO-v4 DR-HAGIS DRISHTI-GS1-TRAIN DRISHTI-GS1-TEST EyePACS-AIROGS FIVES HRF (High Resolution Fundus) JSIEC-1000 LES-AV OIA-ODIR-TRAIN OIA-ODIR-TEST-ONLINE OIA-ODIR-TEST-OFFLINE ORIGA-light PAPILA REFUGE1-TRAIN (Retinal Fundus Glaucoma Challenge 1 Train) REFUGE1-VALIDATION (Retinal Fundus Glaucoma Challenge 1 Validation) sjchoi86-HR…
【数据结构与技术规格】
文件数 20 个，合计 4.59 MB。
【主题与分类】
主题标签：diabetes、artificial intelligence、eyes and vision、image classification、cnn。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/jeremypoveda/fondo-del-ojo-normal-glaucoma-retinopatia
使用许可：Apache 2.0。
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("jeremypoveda/fondo-del-ojo-normal-glaucoma-retinopatia")
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 jeremypoveda/fondo-del-ojo-normal-glaucoma-retinopatia
unzip fondo-del-ojo-normal-glaucoma-retinopatia.zip -d fondo-del-ojo-normal-glaucoma-retinopatia/
数据说明
该数据集是一个专门针对青光眼的眼底图像公开数据集，收集了正常眼和青光眼患者的眼底图像。数据来源于公开的医学图像资源，通过Kaggle平台提供。该数据集主要用于青光眼的计算机辅助检测和诊断研究，支持基于眼底图像的疾病分类、特征分析和机器学习模型开发，适用于眼科医学影像分析和人工智能辅助诊断等应用场景。
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。
