大规模注意力青光眼数据集
该数据集包含11,760张眼底图像模态数据，涵盖可疑和阴性青光眼样本的诊断标注，其中部分图像还提供了注意力区域标注，主要用于青光眼的自动检测、计算机辅助诊断以及基于注意力机制的医学图像分析研究，支持深度学习模型在眼科疾病筛查中的应用。
基本信息
资源简介
大规模注意力青光眼数据集
【一句话概览】
LAG（Large-scale Attention based Glaucoma）数据库包含11,760张眼底图像，对应4,878个可疑青光眼样本和6,882个阴性青光眼样本，所有样本均标注诊断结果，0为阴性青光眼，1为可疑青光眼。基于用于眼睛跟踪的替代方法，其中5,824张眼底图像进一步标注了注意区域，包括2,392张阳性青光眼和3,432张阴性青光眼。该数据集属于智慧医疗领域，聚焦青光眼眼底图像（来源 opendatalab.org.cn）。
【数据集背景】
本数据集源站标题为《LAG (Large-scale Attention based Glaucoma)》。
【数据内容】
源站原始描述：LAG数据库包含对应于4,878可疑和6,882阴性青光眼样本的11,760眼底图像。所有样本均标有诊断结果 (0指阴性青光眼，1指可疑青光眼)。基于用于眼睛跟踪的替代方法，5,824眼底图像进一步用注意区域标记，其中2,392为阳性青光眼，其余3,432为阴性青光眼。
中文译文（机器翻译，仅供快速理解，请以原文为准）：LAG数据库包含对应于4,878例可疑和6,882例阴性青光眼样本的11,760张眼底图像。所有样本均标有诊断结果（0表示阴性青光眼，1表示可疑青光眼）。基于用于眼动追踪的替代方法，5,824张眼底图像进一步用注意区域标记，其中2,392张为阳性青光眼，其余3,432张为阴性青光眼。
【主题与分类】
主题标签：智慧医疗、青光眼、眼底图像。
【获取与许可】
源站页面：https://opendatalab.org.cn/OpenDataLab/LAG
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
源站：https://opendatalab.org.cn/OpenDataLab/LAG
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
LAG 是一个用于青光眼诊断的大规模眼底图像数据集，包含11,760张眼底图像，其中4,878张为可疑青光眼样本，6,882张为阴性青光眼样本，每张图像均标注了诊断结果（0表示阴性，1表示可疑）。此外，基于眼动追踪的替代方法，其中5,824张图像进一步标注了注意力区域，包括2,392张阳性青光眼图像和3,432张阴性青光眼图像。该数据集通过收集和标注临床眼底图像构建，主要用于青光眼的自动检测、计算机辅助诊断以及基于注意力机制的医学图像分析研究。
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。
