高分辨率高速多模态眼科影像数据集
该数据集来源于clinicaltrials.gov，聚焦眼及附器疾病中的青光眼等眼科疾病。项目旨在评估IMA-MODE系统相较于National Hospital of Ophthalmology现有临床成像设备的性能，识别最佳眼成像技术，并筛选有潜力发展为医疗器械的技术方向
基本信息
资源简介
高分辨率高速多模态眼科影像数据集
该数据集来源于clinicaltrials.gov，聚焦眼及附器疾病中的青光眼等眼科疾病。数据通过IMA-MODE系统采集高分辨率、高速多模态眼科影像，覆盖Retinitis Pigmentosa、Macular Dystrophy、Macular Edema、Retinal Detachment、Retinal Degeneration、Glaucoma、Vascular Inflammation等多种视网膜与视神经病变。项目旨在评估IMA-MODE系统相较于National Hospital of Ophthalmology现有临床成像设备的性能，识别最佳眼成像技术，并筛选有潜力发展为医疗器械的技术方向。可用于眼科影像分析、疾病。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Retinitis Pigmentosa、Maculopathy, Age Related、Macular Dystrophy、Macular Edema、Retinal Detachment、Retinal Degeneration、Glaucoma、Vascular Inflammation。该项目的目标是通过IMA-MODE系统采集和分析图像，以评估这些系统与National Hospital of Ophthalmology现有临床成像设备相比的性能。该项目应确定眼成像的最佳技术，并选择最有前景的技术，以朝着可能的医疗器械开发方向发展。
【主题与分类】
主题标签：Retinitis Pigmentosa、Maculopathy, Age Related、Macular Dystrophy、Macular Edema、Retinal Detachment、Retinal Degeneration、Glaucoma、Vascular Inflammation、Hypertension、Stroke。本站分类：眼及附器疾病/青光眼。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04129021
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://clinicaltrials.gov/study/NCT04129021
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
疾病：视网膜色素变性、黄斑病变、年龄相关性黄斑变性、黄斑营养不良、黄斑水肿、视网膜脱离、视网膜变性、青光眼、血管炎症。该项目旨在利用IMA-MODE系统捕获并分析图像，以评估这些系统与国家眼科医院现有临床成像设备相比的性能表现。本项目应确定眼部成像的最佳技术，并筛选出最有前景的技术，以推动其向可能的医疗器械开发方向发展。
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。
