圆锥角膜检测表格数据集
该数据集是一个用于圆锥角膜检测的表格化医学数据集，包含从7种角膜地形图中提取的结构化特征数据，主要应用于眼科疾病诊断研究，特别是通过机器学习方法进行圆锥角膜的早期检测和分类模型开发。
基本信息
资源简介
圆锥角膜检测表格数据集
【数据集背景】
本数据集源站标题为《Tabular Dataset for Keratoconus》。源站首次发布：2024-02-03。
【数据内容】
源站原始描述：We can see a clear pattern of `CT_A`, `EC_A`, `EC_P`, `Elv_A`, `Elv_P`,` Sag_A`, `Sag_P` in the original dataset **CT**: Corneal Thickness, also known as a pachymetry map. This map displays the distribution of corneal thicknesses across the entire measured area. **EC**: Eccentricity refers to the shape factor of the cornea. It is used to describe the degree of corneal flattening. **Elv**: In the context of corneal topography, “elevation” refers to how much the cornea curves outward compared t…
【数据结构与技术规格】
文件数 2 个，合计 2.54 MB。
【主题与分类】
主题标签：eyes and vision。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/snehakurmi/tabular-dataset-for-keratoconus
使用许可：Apache 2.0。
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("snehakurmi/tabular-dataset-for-keratoconus")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d snehakurmi/tabular-dataset-for-keratoconus
unzip tabular-dataset-for-keratoconus.zip -d tabular-dataset-for-keratoconus/
数据说明
该数据集是用于圆锥角膜检测的表格化医学数据集，源自’‘Keratoconus Detection’'数据集。每个角膜样本包含来自7种不同角膜地形图（corneal maps）的测量特征，这些特征被提取并整理为结构化表格数据。数据集通过医学影像处理技术构建，将原始角膜地形图像转换为可用于机器学习分析的数值特征。主要应用于眼科疾病诊断研究，特别是圆锥角膜的早期检测和分类模型开发，为机器学习算法提供标准化的训练和测试数据。
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。
许可
Apache-2.0
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。
