用于青光眼检测的视网膜图像标注数据集

数据集获取

源站：https://doi.org/10.34894/h2szso

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

眼底摄影是青光眼人群筛查的一种可行选择。为了促进计算机辅助青光眼检测系统的发展，我们发布了这个标注数据集，其中包含对七个公开眼底图像数据集的手动青光眼特征标注。所有手动标注均由一位专业眼科医生完成。对于七个眼底数据集中的每张眼底图像，视盘和视杯的上、下、左、右边界坐标均存储在与其对应眼底图像名称相匹配的.mat文件中。

七个公开眼底图像数据集如下：<ol><li>CHASEDB（https://blogs.kingston.ac.uk/retinal/chasedb1/），</li><li>Diaretdb1_v_1_1（https://www.it.lut.fi/project/imageret/diaretdb1/），</li><li>DRINSHTI（http://cvit.iiit.ac.in/projects/mip/drishti-gs/mip-dataset2/Home.php），</li><li>DRIONS-DB（http://www.ia.uned.es/~ejcarmona/DRIONS-DB.html），</li><li>DRIVE（https://www.isi.uu.nl/Research/Databases/DRIVE/），</li><li>HRF（https://www5.cs.fau.de/research/data/fundus-images/），以及</li><li>Messidor（http://www.adcis.net/en/Download-Third-Party/Messidor.html）。</li></ol>鼓励研究人员使用该数据集来训练或验证其自动青光眼检测系统。使用该数据集时，请引用我们已发表的论文：<ul><li>J. Guo, G. Azzopardi, C. Shi, N. M. Jansonius and N. Petkov, “Automatic Determination of Vertical Cup-to-Disc Ratio in Retinal Fundus Images for Glaucoma Screening,” in IEEE Access, vol. 7, pp. 8527-8541, 2019, doi: 10.1109/ACCESS.2018.2890544.</li></ul>

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。