Ibn Al-Haitham 眼底图像数据集
Ibn Al-Haitham 青光眼眼底数据集是一个精心整理的医学影像集合，旨在支持青光眼分割与分类研究。该数据集与伊拉克巴格达的 Ibn Al-Haitham 教学眼科医院合作汇编，包含在三个月数据收集期内从临床环境中采集的 3,000 张高分辨率视网膜眼底图像
基本信息
资源简介
Ibn Al-Haitham 眼底图像数据集
Ibn Al-Haitham 青光眼眼底数据集（Ibn Al-Haitham Fundus Image Dataset）是一个精心整理的医学影像集合，旨在支持青光眼分割与分类研究。该数据集与伊拉克巴格达的 Ibn Al-Haitham 教学眼科医院合作汇编，包含在三个月数据收集期内从临床环境中采集的 3,000 张高分辨率视网膜眼底图像。数据集覆盖不同性别、年龄组和族裔背景的多样化患者群体，提供了具有真实性和代表性的临床青光眼病例样本。每张图像均由 Ninevah 大学的眼科专家进行细致标注，手动分割视盘（OD）和视杯（OC）区域，以支持准确的杯盘比（CDR）测量；此外，所有图像均按青光眼分期进行分类。该数据集发布于 IEEE DataPort，采用 Creative Commons Attribution 4.0 International 许可，为眼及附器疾病中青光眼方向的影像分析研究提供了公开可用的数据基础。
【数据集背景】
青光眼是一类以视神经损害为特征的致盲性眼病，眼底图像中视盘与视杯的形态变化及其杯盘比是临床评估的重要依据。该数据集正是面向青光眼分割与分类研究而构建的医学影像集合，其目标在于为相关算法研究提供经过专家标注的视网膜眼底图像资源。数据集由 Mohammad J. M. Zedan 发布，机构为 IEEE DataPort，发布时间为 2025 年，来源站为 doi.org。在本站分类中，该数据集归属于眼及附器疾病下的青光眼方向。
【数据内容】
该数据集共包含 3,000 张高分辨率视网膜眼底图像，全部采集自临床环境。每张图像均经过眼科专家的手动标注，标注内容包括视盘（Optic Disc, OD）和视杯（Optic Cup, OC）两个区域的分割，这些分割结果可用于计算杯盘比（Cup-to-Disc Ratio, CDR），从而支持青光眼的定量评估。除分割标注外，所有图像还按青光眼分期进行了分类，便于开展分期相关的分类研究。图像覆盖男性与女性受试者，涉及不同年龄组和族裔背景，构成多样化的患者群体样本。
【采集与来源】
该数据集由 Ibn Al-Haitham 教学眼科医院（位于伊拉克巴格达）合作汇编，图像采集工作在该医院的临床环境中完成，数据收集期持续三个月。图像的标注工作由 Ninevah 大学的眼科专家完成，专家们对每张图像中的视盘和视杯区域进行了手动分割。这一采集与标注流程使数据集能够反映真实的临床青光眼病例构成。
【适用场景】
基于其标注内容与数据结构，该数据集适用于青光眼相关的图像分割与分类研究。具体而言，视盘与视杯的手动分割标注可用于训练和评估眼底图像分割算法；由分割结果导出的杯盘比可用于青光眼的定量分析研究；按青光眼分期进行的图像分类则支持分期判别类的分类模型研究。此外，由于数据集覆盖多样化患者群体，也可用于考察模型在不同人群样本上的表现。
【使用方法】
源站未提供。
【质量与限制】
该数据集图像为高分辨率视网膜眼底图像，且每张图像均由眼科专家手动分割视盘与视杯区域，并按青光眼分期分类，标注工作由专业眼科人员完成。数据集覆盖不同性别、年龄组与族裔背景的患者，具有临床真实性与代表性。关于数据的具体质量评估指标、标注一致性度量、样本分布细节以及已知局限性，源站未提供。
【引用与许可】
该数据集采用 Creative Commons Attribution 4.0 International 许可，使用时需遵循该许可的署名要求。数据集的发布年份为 2025 年，作者为 Mohammad J. M. Zedan，发布机构为 IEEE DataPort，来源站为 doi.org。具体的引用格式与文献信息，源站未提供。
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://doi.org/10.21227/68mg-j145
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
Ibn Al-Haitham青光眼眼底数据集是一个经过精心整理的医学影像集合，旨在支持青光眼分割与分类研究。该数据集与伊拉克巴格达的Ibn Al-Haitham教学眼科医院合作编制，包含在为期三个月的数据收集期内从临床环境中获取的3，000张高分辨率视网膜眼底图像。该数据集代表了多样化的患者群体，包括不同年龄组和族裔背景的男性和女性受试者，提供了具有现实性和代表性的临床青光眼病例样本。每张图像均由九河大学（Ninevah University）的眼科专家精心标注，他们手动分割了视盘（OD）和视杯（OC）区域，以实现准确的杯盘比（CDR）测量。此外，所有图像均按青光眼分期进行分类，支持分割和三分类分类任务。数据收集和使用均在官方批准下进行，并通过伊拉克卫生部的认证函予以核实。
该数据集为开发和基准测试用于青光眼检测及进展分析的深度学习与计算机辅助诊断系统提供了宝贵的资源。
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。
