ERDES：用于眼部超声中视网膜脱离和黄斑状态分类的基准视频数据集
ERDES 数据集是一个包含眼部超声视频的多模态数据集，专门用于视网膜脱离检测和黄斑状态（黄斑完好与脱离）分类，数据来源于临床点式超声检查，主要应用于机器学习模型开发，以实现在资源有限环境下自动化、快速的眼科疾病辅助诊断，并为深度学习在医学影像分析中的研究提供基准支持。
基本信息
资源简介
ERDES：用于眼部超声中视网膜脱离和黄斑状态分类的基准视频数据集
【数据集背景】
本数据集源站标题为《ERDES: A Benchmark Video Dataset for Retinal Detachment and Macular Status Classification in Ocular Ultrasound》。项目资助方：Automated Ultrasound Technology to Diagnose Traumatic Retinal Detachment。源站首次发布：2026-02-23。
【数据内容】
源站原始描述：Retinal detachment (RD) is a vision-threatening condition requiring prompt intervention to preserve sight. A critical factor in treatment urgency and visual prognosis is macular involvement—whether the macula is intact or detached. Point-of-care ultrasound (POCUS) is a fast, non-invasive, and cost-effective imaging tool commonly used to detect RD across various clinical settings. However, its diagnostic utility is limited by the need for expert interpretation, especially in resource-limite…
文件 erdes_metadata.json 为 JSON 结构（顶层键：annotation_level、dataset_name、field_descriptions、file_format、label_definitions、labeling_methodology、summary_statistics、total_clips）。
【数据结构与技术规格】
文件数 4 个，合计 1.94 GB。数据集 DOI：10.5281/zenodo.18644370。
【主题与分类】
主题标签：Ultrasound、Ocular、Retinal Detachment、Classification、Video、Macular Status、Point-of-care ultrasound (POCUS)、Posterior Vitreous Detachment、Ophthalmology、Medical Imaging。
【获取与许可】
源站页面：https://zenodo.org/records/18644370
使用许可：cc-by-4.0。
【使用注意】
· 源站最后修改于 2026-03-01，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（Zenodo 公开直链）
源站：https://zenodo.org/doi/10.5281/zenodo.18644370
（注册/登录后按页面指引下载）
数据说明
ERDES 是一个公开的眼部超声视频数据集，专门用于视网膜脱离（RD）检测和黄斑状态分类。数据集包含标注了（i）是否存在视网膜脱离以及（ii）黄斑是否脱离（macula-detached）与黄斑完好（macula-intact）状态的超声视频片段。这些数据来源于临床点式超声（POCUS）检查，旨在支持机器学习模型的开发，以自动化视网膜脱离的检测，并区分黄斑状态，这对于治疗优先级判断和视觉预后评估至关重要。该数据集为深度学习在眼科超声诊断中的应用提供了基准，尤其适用于资源有限环境下的辅助诊断研究。
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。
