GOALS 挑战赛
该数据集是一个包含300张环视光学相干断层扫描（OCT）图像的医学影像数据集，提供了视网膜神经纤维层、神经节细胞-内丛状层和脉络膜层的分割掩码以及青光眼标签，主要用于支持人工智能在青光眼早期诊断中的层分割和分类研究，以提升OCT辅助诊断的准确性和临床价值。
基本信息
资源简介
GOALS 挑战赛
【一句话概览】
飞桨学习赛推出眼底OCT层分割赛项，对应MICCAI2022挑战赛GOALS任务一，即青光眼OCT分析与层分割。该赛题聚焦医学影像中的眼底OCT图像，涉及计算机视觉与层分割技术，标签涵盖CV、眼底OCT、青光眼、层分割、医学影像（来源 aistudio.baidu.com）。
【数据集背景】
本数据集源站标题为《飞桨学习赛：眼底OCT层分割（GOALS挑战赛任务一）》。
【数据内容】
源站原始描述：MICCAI2022 Challenge: Glaucoma Oct Analysis and Layer Segmentation (GOALS) Task 1
中文译文（机器翻译，仅供快速理解，请以原文为准）：MICCAI2022挑战赛：青光眼OCT分析与层分割（GOALS）任务1
【主题与分类】
主题标签：CV、眼底OCT、青光眼、层分割、医学影像。
【获取与许可】
源站页面：https://aistudio.baidu.com/aistudio/competition/detail/230
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（百度 AI Studio）
- 访问源站：https://aistudio.baidu.com/aistudio/competition/detail/230
- 登录百度账号；
- 数据集详情页点击「下载」，或在 NoteBook 环境内引用（
/work/datasets/）； - 也可在 Notebook 中用 aistudio CLI 或页面 API Token 拉取。
数据说明
GOALS Challenge数据集是由中山眼科中心和百度公司智能医疗部合作创建的医学影像数据集，包含300张环视光学相干断层扫描（OCT）图像。数据集提供了视网膜神经纤维层、神经节细胞-内丛状层和脉络膜层的分割掩码，以及青光眼诊断标签。数据由经验丰富的眼科医生手动标注，并经过高级医生审核以确保质量。该数据集主要用于支持人工智能在青光眼早期诊断中的研究，特别是OCT图像的层分割和疾病分类任务，旨在提升AI辅助医疗的准确性和临床应用价值。
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。
