REFUGE挑战赛(视网膜眼底青光眼挑战赛)

该数据集包含1200幅视网膜眼底图像,每幅图像均提供视盘和视杯的精确分割标注以及临床青光眼诊断标签,属于医学影像模态,主要用于青光眼的计算机辅助诊断、医学图像分割算法研究以及深度学习模型在眼科疾病检测中的开发与评估。

OpenDataLabOpenDataLab
OpenDataLab
2026-06-21 更新
浏览 33
眼底图像青光眼语义分割领域适应CV
REFUGE Challenge (Retinal Fundus Glaucoma Challenge)

基本信息

创建/更新时间
2026-06-21

资源简介

REFUGE挑战赛(视网膜眼底青光眼挑战赛)

【一句话概览】

REFUGE Challenge 提供包含 1200 幅眼底图像的数据集,配有地面实况分割和临床青光眼标签,目前是现有最大的一个。该数据集涉及眼底图像、青光眼、语义分割、领域适应和计算机视觉等方向(来源 opendatalab.org.cn)。

【数据集背景】

本数据集源站标题为《REFUGE Challenge (Retinal Fundus Glaucoma Challenge)》。

【数据内容】

源站原始描述:REFUGE Challenge 提供了一个包含 1200 幅眼底图像的数据集,其中包含地面实况分割和临床青光眼标签,目前是现有最大的一个。

中文译文(机器翻译,仅供快速理解,请以原文为准):REFUGE Challenge 提供了一个包含 1200 幅眼底图像的数据集,其中包含地面实况分割和临床青光眼标签,目前是现有最大的一个。

【主题与分类】

主题标签:眼底图像、青光眼、语义分割、领域适应、CV。

【获取与许可】

源站页面:https://opendatalab.org.cn/OpenDataLab/REFUGE_Challenge

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

源站:https://opendatalab.org.cn/OpenDataLab/REFUGE_Challenge

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

REFUGE挑战赛数据集是一个专门用于青光眼诊断研究的公开医学影像数据集,包含1200幅高质量的视网膜眼底图像,每幅图像均配有精确的地面实况分割标注(如视盘和视杯区域)以及临床青光眼诊断标签。该数据集通过标准化采集和专家标注构建,是目前现有规模最大的青光眼眼底图像数据集之一,主要应用于计算机辅助诊断、医学图像分割算法开发以及深度学习模型在眼科疾病(特别是青光眼)检测与评估中的研究。

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。

获取专属数据定制方案