BRSET与mBRSET的基于嵌入表示

数据集获取（PhysioNet）

• 源站标题：Embedding-Based Representations for BRSET and mBRSET
• 版本：1.0.0
• DOI：10.13026/1h4p-vz70
• 源站页面：https://physionet.org/content/embedding-brset-mbrset/1.0.0

PhysioNet 数据需注册账号（机构邮箱）并签署数据使用协议后下载：

1. 在 https://physionet.org/content/embedding-brset-mbrset/1.0.0 页面登录并接受许可条款；
2. 命令行整目录下载：

wget -r -N -c -np --user=<账号> --ask-password https://physionet.org/files/embedding-brset-mbrset/1.0.0/

3. 或用官方工具（推荐，支持断点续传与校验）：

pip install physionet-download
physionet-download embedding-brset-mbrset

数据说明

BRSET和mBRSET是公开可用的巴西眼科数据集，由经过整理的视网膜眼底照片组成，并附有相关临床和人口统计学信息。尽管这些资源支持多样化的研究应用，但直接在高分辨率图像上训练深度学习模型计算密集，且常受隐私法规限制，这些法规限制了可识别身份的医学图像的流通。为应对这些挑战并促进公平复用，本项目全面发布了这两个数据集的预计算图像嵌入。这些表示使用最先进的视觉骨干网络生成：用于基于Transformer特征的DINOv3 ViT-S/16（384维）和ViT-B/16（768维），以及用于卷积特征的ConvNeXt-Tiny（768维）和ConvNeXt-Base（1024维）。所有模型均在仅推理模式下应用，并采用标准化预处理流程。每张眼底照片均被转换为固定长度的数值向量，并导出为CSV文件，其中每一行对应单张图像及其各自的嵌入。这些表示保留了关键的语义和结构信息，使得无需访问原始像素即可开展下游任务，如聚类、相似性搜索、多模态建模、疾病分类和公平性评估。通过提供源自巴西眼科数据的可扩展、保护隐私的嵌入，该资源降低了计算门槛，加速了AI模型开发，并支持全球研究参与，尤其是在资源匮乏环境中，从而确保先进眼科AI工具可为更广泛的科学界所使用。

许可

PhysioNet Credentialed Health Data License 1.5.0

引用

学术使用请引用：Restrepo et al. (2026). Embedding-Based Representations for BRSET and mBRSET. PhysioNet. doi:10.13026/1h4p-vz70 DOI 10.13026/1h4p-vz70。