人类青光眼数据集

该数据集包含用于青光眼诊断的医学特征数据,涉及临床指标、影像特征或生物标记等多种数据模态,主要应用于青光眼的早期检测、疾病预测研究以及医疗人工智能模型的开发与评估,为眼科疾病研究提供数据支持。

gchangchan
kaggle
2024-06-12 更新
浏览 24
eyes and vision
Human Glaucoma

基本信息

大小
0.000019065 GB
许可
MIT
创建/更新时间
2024-06-12
版本
v1

资源简介

人类青光眼数据集

【数据集背景】

本数据集源站标题为《Human Glaucoma》。源站首次发布:2024-06-12。

【数据内容】

源站原始描述:Glaucoma is marked by the dysfunction and loss of retinal ganglion cells (RGCs), leading to structural changes in the optic nerve head, retinal nerve fiber layer (RNFL) thickness, ganglion cell layer, inner plexiform layers, and visual field loss. Early diagnosis is crucial to prevent significant vision loss, but it is challenging, especially in myopic eyes and patients with brain diseases due to their distinctive disc shapes and visual field defects. This work is based on data from Kim SJ et al…

【数据结构与技术规格】

文件数 1 个,合计 19.07 KB。

【主题与分类】

主题标签:eyes and vision。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/gchan357/human-glaucoma

使用许可:MIT。

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。

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

方式一:KaggleHub(Python,推荐 AI Agent 使用)

# 前置依赖: pip install kagglehub
import kagglehub

path = kagglehub.dataset_download("gchan357/human-glaucoma")
print("数据已下载至:", path)

方式二:Kaggle CLI(命令行)

# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d gchan357/human-glaucoma
unzip human-glaucoma.zip -d human-glaucoma/

数据说明

该数据集专注于青光眼的诊断特征,旨在提供用于青光眼检测和诊断的相关医学数据。它可能包含与青光眼相关的临床指标、影像特征或生物标记物等,用于支持医学研究和机器学习模型的开发。数据集来源于Kaggle平台,适用于青光眼早期诊断、疾病预测以及医疗人工智能算法的训练与评估。

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