青光眼

接受FP-7/8硅胶Ahmed青光眼阀治疗患者的人口统计学和术前数据表格。

早期发现青光眼可以避免视力障碍，这可以通过筛查来促进。 人工智能 (AI) 可以通过减少体力劳动来提高青光眼筛查的成本效益。 已经提出了通过彩色眼底摄影 (CFP) 检测青光眼的AI方法，并报道了有希望的实验室性能。但…

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。

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。

哈佛大学眼科AI实验室构建的10,000样本医学图像分割数据集，用于公平性学习，覆盖多种敏感属性，提升青光眼诊断的公平性。

该数据集包含3300个受试者的2D和3D视网膜神经图像，数据模态为图像数据，主要用于青光眼的自动筛查研究，特别关注深度学习模型在不同种族群体间的公平性，旨在解决医疗公平性问题，为3D公平性学习提供基础。

该数据集是一个多模态医学影像数据集，主要包含1000名患者的OCT影像数据以及青光眼检测和进展的标签，同时提供年龄、性别和种族等人口统计信息。它主要用于青光眼的诊断、进展预测研究，并支持医学公平性分析，是目前最大的公开青光眼检测数据集和首个专注于青光眼进展预测的公开资源。

该数据集包含急性青光眼猕猴模型在不同眼内压条件下视皮层神经元的神经电生理记录，数据模态为神经信号数据，主要用于研究急性青光眼导致的视觉功能损伤机制，特别是对方位、运动和颜色信息处理的神经反应变化，为眼科疾病和神经科学领域提供实验依据。

该数据集是一个包含300张环视光学相干断层扫描（OCT）图像的医学影像数据集，提供了视网膜神经纤维层、神经节细胞-内丛状层和脉络膜层的分割掩码以及青光眼标签，主要用于支持人工智能在青光眼早期诊断中的层分割和分类研究，以提升OCT辅助诊断的准确性和临床价值。

该数据集是一个完全合成的青光眼进展医学数据集，包含300名患者（600只眼睛）约5年不规则随访的时间序列临床表格数据，主要用于青光眼进展的非线性时间序列分析，支持疾病持续性、波动性和快速恶化指标的研究，并提供了完整的分析代码以复现相关论文结果。

该数据集是一个基于人群的肠道微生物组数据集，通过16S rRNA基因测序技术对2,546名波美拉尼亚健康研究参与者的粪便样本进行分析，数据模态包括基因序列和微生物组组成信息，主要用于探究青光眼患病率与肠道微生物组之间的关联，支持微生物组学、眼科疾病及流行病学等领域的研究。

该数据集是一个包含300名患者（600只眼睛）约5年不规则随访临床记录的合成青光眼进展数据集，数据模态为结构化表格（CSV/XLSX格式），包含完整的临床指标、数据字典和分析代码，主要用于青光眼疾病进展的非线性时间序列分析、人工智能辅助的临床研究验证以及眼科疾病预测模型的开发与评估。