GAMMA青光眼多模态分级数据集
该数据集是一个公开的多模态青光眼分级数据集，包含配对的二维彩色眼底照片和三维光学相干断层扫描（OCT）体积数据，数据模态涵盖图像和医学影像，主要用于开发结合眼底与OCT信息的自动青光眼分级算法，支持眼科影像分析、计算机辅助诊断及多模态融合研究。
基本信息
资源简介
GAMMA青光眼多模态分级数据集
【数据集背景】
本数据集源站标题为《lhb19105086998/GAMMA》。源站首次发布：2026-05-27。
【数据内容】
源站原始描述：# GAMMA — Glaucoma grading from Multi-Modality imAges (Challenge dataset) Image: Dataset Samples. ## Short description GAMMA is the first **public multi-modality glaucoma grading** dataset that pairs **2D color fundus photographs** with **3D OCT volumes** for each sample. It was released as part of the GAMMA challenge (OMIA8 / MICCAI 2021) to encourage algorithms that combine fundus and OCT information for automatic glaucoma grading. - ## What the dataset contains - **Paired modalities:** one…
【数据结构与技术规格】
文件数 327 个，合计 156.31 MB。
【主题与分类】
主题标签：task_categories:image-classification、task_categories:image-segmentation、task_categories:object-detection、task_ids:multi-class-image-classification、task_ids:semantic-segmentation、annotations_creators:expert-generated、source_datasets:original、language:en、license:other、size_categories:10K<n<100K。
【获取与许可】
源站页面：https://huggingface.co/datasets/lhb19105086998/GAMMA
使用许可：other。
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("lhb19105086998/GAMMA")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/lhb19105086998/GAMMA
数据说明
GAMMA是首个公开的多模态青光眼分级数据集，为每个样本配对提供二维彩色眼底照片和三维光学相干断层扫描（OCT）体积数据。该数据集作为GAMMA挑战赛（OMIA8 / MICCAI 2021）的一部分发布，数据来源于临床眼科影像采集，旨在鼓励开发结合眼底和OCT信息进行自动青光眼分级的算法，主要应用于眼科影像分析、计算机辅助诊断及多模态医学影像融合研究。
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。
