标准化多通道青光眼数据集（SMDG-19）
该数据集是一个整合了19个公共数据集的标准化眼底图像集合，包含眼底图像及其元数据，属于医学图像模态，主要用于青光眼的机器学习研究，如疾病筛查、诊断算法开发与模型验证，是目前最大的公开青光眼眼底图像资源库。
基本信息
资源简介
标准化多通道青光眼数据集（SMDG-19）
【数据集背景】
本数据集源站标题为《bumbledeep/smdg-full-dataset》。源站首次发布：2025-03-26。
【数据内容】
源站原始描述：# Dataset Card for Dataset Name All the images of the dataset come from this kaggle dataset Only fundus images have been collected and some minor modifications have been made to the metadata. All credit goes to the original authors and the contributor on Kaggle. ## Dataset Details ### Dataset Description Standardized Multi-Channel Dataset for Glaucoma (SMDG-19) is a collection and standardization of 19 public datasets, comprised of full-fundus glaucoma images and associated basic image metada…
【数据结构与技术规格】
文件数 7 个，合计 3.08 GB。
【主题与分类】
主题标签：task_categories:image-classification、license:mit、size_categories:10K<n<100K、format:parquet、modality:image、modality:text、library:datasets、library:dask、library:mlcroissant、library:polars。
【获取与许可】
源站页面：https://huggingface.co/datasets/bumbledeep/smdg-full-dataset
使用许可：mit。
【使用注意】
· 源站最后修改于 2025-04-08，引用时请注意版本时效。
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("bumbledeep/smdg-full-dataset")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/bumbledeep/smdg-full-dataset
数据说明
标准化多通道青光眼数据集（SMDG-19）是一个整合并标准化了19个公开数据集的集合，由眼底图像及其相关的图像元数据组成。该数据集设计为开放且可扩展的资源，旨在为青光眼相关的机器学习应用提供即用型数据支持。作为目前最大的公开眼底图像青光眼存储库，它适用于青光眼筛查、诊断、疾病进展分析等医学图像分析研究，并促进算法开发与模型验证。
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。
