用于提取血管的数字视网膜图像数据集
该数据集是一个包含40张数字视网膜图像的医学影像数据集，主要用于视网膜血管分割研究，支持糖尿病视网膜病变等疾病的自动诊断筛查。数据包含训练集和测试集各20张图像，每张图像均提供视野掩膜和手动血管分割标注，适用于计算机视觉算法开发和医学图像分析研究。
基本信息
资源简介
用于提取血管的数字视网膜图像数据集
【一句话概览】
DRIVE数据库用于视网膜图像血管分割的比较研究，血管形态属性可用于诊断和评估糖尿病、高血压等疾病。数据库照片来自荷兰糖尿病视网膜病变筛查项目，筛查人群为400名25至90岁糖尿病患者，随机抽取40张照片，其中33张无病变迹象，7张有轻度早期迹象。图像经JPEG压缩，用佳能CR5相机以45度视野拍摄，768×584像素，每色平面8比特，FOV圆形直径约540像素并已裁剪，提供遮罩图像。40张图像分为训练集和测试集各20张，训练图像提供单次手动分割，测试图像提供两个手动分割（来源 datacastle.cn）。
【数据内容】
源站原始描述：DRIVE数据库的建立是为了能够对视网膜图像中的血管进行分割的比较研究。视网膜血管分割和划定视网膜血管的形态属性，如长度、宽度、迂回性、分支模式和角度，用于诊断、筛选、治疗和评估各种心血管和眼科疾病，如糖尿病、高血压、动脉硬化和脉络膜新生血管。血管的自动检测和分析可以帮助实施糖尿病视网膜病变的筛查计划，可以帮助研究血管迂曲和高血压视网膜病变之间的关系，血管直径测量与高血压的诊断有关，以及计算机辅助激光手术。自动生成视网膜图和提取分支点已被用于时间或多模态图像登记和视网膜图像镶嵌合成。此外，发现每个人的视网膜血管树都是独一无二的，可用于生物识别。DRIVE数据库的照片来自荷兰的一个糖尿病视网膜病变筛查项目。筛查人群包括400名年龄在25-90岁的糖尿病患者。随机抽取了40张照片，其中33张没有显示任何糖尿病视网膜病变的迹象，7张显示有轻度早期糖尿病视网膜病变的迹象。每个图像都经过 JPEG 压缩。这些图像是用佳能CR5非滴胶3CCD相机获得的，具有45度的视野（FOV）。每张图像都是以768×584像素、每色平面8比特拍摄的。每张图像的FOV是圆形的，直径约为540像素。对于这个数据库，…
中文译文（机器翻译，仅供快速理解，请以原文为准）：DRIVE数据库的建立旨在促进视网膜图像中血管分割的比较研究。视网膜血管分割及对视网膜血管形态属性（如长度、宽度、迂曲度、分支模式及角度）的量化，应用于诊断、筛查、治疗及评估多种心血管与眼科疾病，例如糖尿病、高血压、动脉硬化及脉络膜新生血管。血管的自动检测与分析有助于实施糖尿病视网膜病变筛查计划，有助于探究血管迂曲与高血压视网膜病变之间的关联，血管直径测量与高血压诊断相关，以及计算机辅助激光手术。自动生成视网膜图谱及提取分支点已被用于时间或多模态图像配准及视网膜图像拼接合成。此外，研究发现每个人的视网膜血管树具有独特性，可用于生物识别。DRIVE数据库的图像源自荷兰的一项糖尿病视网膜病变筛查项目。筛查人群包括400名年龄在25至90岁之间的糖尿病患者。随机选取了40张照片，其中33张未显示任何糖尿病视网膜病变迹象，7张显示有轻度早期糖尿病视网膜病变迹象。每张图像均经过JPEG压缩。这些图像使用佳能CR5非散瞳3CCD相机拍摄，视野（FOV）为45度。每张图像以768×584像素、每色平面8比特的分辨率获取。每张图像的FOV呈圆形，直径约为540像素。针对此数据库，图像已围绕FOV进行裁剪。每张图像均提供了一个遮罩图像，用以界定FOV。这40张图像被分为训练集和测试集，各包含20张图像。对于训练图像，可对脉管系统进行单次手动分割。对于测试用例，提供了两个手动分割结果；一个用作金标准，另一个可用于将计算机生成的分割结果与独立的人类观察者的分割结果进行比较。此外，每张视网膜图像均配有一个掩模图像，指示感兴趣区域。所有进行手动脉管系统分割的人类观察者均接受了经验丰富的眼科医生的指导与培训。他们被要求标记所有他们至少有70%把握认为是血管的像素。
【主题与分类】
主题标签：视网膜图像、血管分割、糖尿病视网膜病变、DRIVE、眼科、心血管、图像分割、公开数据。
【获取与许可】
源站页面：https://www.datacastle.cn/dataset_description.html?type=dataset&id=1391
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
源站：https://www.datacastle.cn/dataset_description.html?type=dataset&id=1391
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
DRIVE数据库是一个专门用于视网膜血管分割研究的公开医学影像数据集。该数据集包含40张来自荷兰糖尿病视网膜病变筛查项目的数字视网膜图像，其中33张无病变迹象，7张显示轻度早期糖尿病视网膜病变。所有图像均使用佳能CR5非滴胶3CCD相机拍摄，具有45度视野，以768×584像素分辨率存储，并经过JPEC压缩处理。数据集提供训练集和测试集各20张图像，每张图像均附带视野掩膜图像和手动分割的血管标注（训练集为单次标注，测试集提供两次独立人工标注作为金标准）。该数据集主要用于开发视网膜血管自动分割算法，支持糖尿病、高血压等心血管和眼科疾病的诊断筛查，以及生物识别、图像配准等研究方向。
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。
