首个开放的视网膜旁凹OCTA图像数据集
包含55个视网膜旁凹OCTA图像及其手动分割，用于自动分割和血管表型分析，辅助糖尿病视网膜病变等疾病诊断。
基本信息
资源简介
首个开放的视网膜旁凹OCTA图像数据集
【数据集背景】
本数据集源站标题为《Optical Coherence Tomography Angiography retinal scans and segmentations》。源站首次发布：2019。
【数据内容】
源站原始描述：Optical Coherence Tomography Angiography retinal scans from 11 participants in the PREVENT study and associated manual segmentations of the vasculature in the scans. Optical coherence tomography angiography (OCTA) is a novel non-invasive imaging modality for the visualisation of microvasculature in vivo. OCTA has encountered broad adoption in retinal research. OCTA potential in the assessment of pathological conditions and the reproducibility of studies relies on the quality of the image analysi…
【主题与分类】
主题标签：Subjects allied to Medicine::Ophthalmics。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://datashare.ed.ac.uk/handle/10283/3528
使用许可：Creative Commons Attribution 4.0 International Public License。
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://doi.org/10.7488/ds/2729
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
本数据集由爱丁堡大学休斯研究所创建，包含55个视网膜旁凹OCTA图像及其对应的手动分割真值，用于支持OCTA图像的自动分割研究，特别是深度血管表型分析。数据涵盖左右眼及不同临床兴趣区域（如上、鼻、下、颞和黄斑区域），采用保守的像素级手动分割确保准确性。应用领域包括早期识别糖尿病视网膜病变、心血管疾病和神经退行性疾病等，通过量化视网膜血管结构变化辅助诊断。
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。
