哈佛青光眼检测数据集500样本(Harvard-GD500)

Harvard-GD500 是来自 search.dataone.org 的青光眼检测数据集,包含 500 名患者的 500 个样本,用于青光眼检测

dataone
浏览 8
医学影像分类GlaucomaDeep LearningComputer VisionAI DatasetMedicine, Health and Life SciencesMachine LearningMedical ImagingComputer and Information Science
Harvard Glaucoma Detection with 500 Samples (Harvard-GD500)

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-17

资源简介

哈佛青光眼检测数据集500样本(Harvard-GD500)

Harvard Glaucoma Detection with 500 Samples (Harvard-GD500)

Harvard-GD500 是来自 search.dataone.org 的青光眼检测数据集,包含 500 名患者的 500 个样本,用于青光眼检测。该数据集可用于验证论文《Artifact-Tolerant Clustering-Guided Contrastive Embedding Learning for Ophthalmic Images in Glaucoma》中的结果,该论文发表于 Journal of Biomedical and Health Informatics。数据覆盖眼及附器疾病中的青光眼方向,适合开展基于深度学习和计算机视觉的医学影像分类研究,也可用于机器学习与医学影像分析相关任务(来源 DataONE)。

【主题与分类】

主题标签:Glaucoma、Deep Learning、Computer Vision、AI Dataset、Medicine, Health and Life Sciences、Machine Learning、Medical Imaging、Computer and Information Science。本站分类:眼及附器疾病/青光眼。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256%3A7254dd38d1a805ec0faf51563a2c042f572207a115fc6f4c07269757185cd54b

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://search.dataone.org/view/sha256%3A7254dd38d1a805ec0faf51563a2c042f572207a115fc6f4c07269757185cd54b

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

这个哈佛-GD500数据集包含了来自500名患者的500个样本,用于青光眼检测,以验证我们在《生物医学与健康信息学杂志》上发表的论文“针对青光眼眼科图像的艺术容忍聚类引导对比嵌入学习”中的结果。

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