视网膜神经纤维层光学纹理分析与深度学习用于青光眼研究的支撑数据

数据集获取

源站：https://doi.org/10.25442/hku.27645804.v1

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

该数据集支撑论文《利用视网膜神经纤维层光学纹理分析与深度学习在青光眼中的力量》。该研究旨在利用RNFL光学纹理分析（ROTA）和深度学习技术进行青光眼检测、分类和进展追踪。论文包括三个主要部分：早期青光眼受试者中ROTA的模式分析、用于青光眼疾病诊断的眼底图像分析，以及用于进展监测的序列ROTA图分析。该数据集按三个章节组织，其中第2章包含早期青光眼病例的患者人口统计学和ROTA测量参数的Excel文件，第3章包含用于青光眼诊断基础模型开发和评估的眼底照片，第4章包含用于开发和评估青光眼进展AI模型的序列ROTA图像。

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。