青光眼筛查数据集

该数据集整合了多个公开的医学影像数据集,主要包含高分辨率的眼底图像(即眼底照片)以及相关的临床表格数据,数据模态为图像与临床信息的结合;它专门用于青光眼的早期筛查和诊断研究,支持基于人工智能的自动化青光眼检测、视盘与视杯的图像分割以及疾病分类模型的训练与验证。

Hai, ZeruHai, Zeru
IEEE
浏览 22
青光眼筛查眼底图像分析
Glaucoma Screening Dataset

基本信息

创建/更新时间
2026-09-25

资源简介

青光眼筛查数据集

【数据内容】

源站原始描述:PAPILA dataset contains fundus images and clinicaldata from 244 patients, with images from both eyes of each patient. This dataset is specifically designed to support research on early glaucoma diagnosis by leveraging comprehensive data from both eyes. Additionally, it includes segmentation information for each patient’s optic disc and cup, alongside diagnostic outcomes based on clinical data. For our analysis, we focused on images labeled as normal (0) and glaucoma (1),selecting data from 210 p…

【获取与许可】

源站页面:https://ieee-dataport.org/documents/glaucoma-screening-dataset

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://ieee-dataport.org/documents/glaucoma-screening-dataset

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

该数据集是一个综合性的青光眼筛查数据集,整合了多个公开的医学影像数据集,包括PAPILA、OIA-ODIR、ORIGA和REFUGE。这些数据集共同提供了大量高分辨率的眼底图像(即眼底照片)以及相关的临床数据,如患者诊断结果、视盘和视杯的分割标注信息。数据来源包括多个国际研究机构和医院,如新加坡国家眼科中心(SNEC)和新加坡国立大学(NUS)。该数据集主要用于支持青光眼的早期诊断研究,特别是基于计算机视觉和深度学习的自动化青光眼检测、图像分割以及疾病分类模型的开发和评估。

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。

获取专属数据定制方案