综合视网膜底片数据集
该数据集是一个包含46,064张视网膜底片图像的多模态医学影像数据集，整合了来自十个公共数据源的图像，涵盖了多种设备、种族、年龄和视网膜病变类型，主要用于支持视网膜疾病的计算机辅助诊断和人工智能算法的研究与开发，以提升疾病筛查和管理的自动化水平。
基本信息
资源简介
综合视网膜底片数据集
【数据集背景】
本数据集源站标题为《bilha-analytics/IRFundusSet》。源站首次发布：2024-02-05。
【数据内容】
源站原始描述：IRFundusSet (integrated retinal fundus (data)set) entails a curated catalogue and a Python module for collating retinal fundus public datasets # IRFundusSet Ocular conditions are a global concern and computational tools utilizing retinal fundus color photographs can aid in routine screening and management. Obtaining comprehensive and sufficiently sized datasets, however, is non-trivial for the intricate retinal fundus, which exhibits heterogeneities within pathologies, in addition to variations…
【获取与许可】
源站页面：https://github.com/bilha-analytics/IRFundusSet
使用许可：MIT。
【使用注意】
· 源站最后修改于 2026-07-02，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
git clone https://github.com/bilha-analytics/IRFundusSet.git
curl -L -o repo.zip https://github.com/bilha-analytics/IRFundusSet/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
Usage
Installation
pip install irfundusset
Data Sources
Identified datasets are in the public space and, therefore, we leave it to the researcher to access and directly download the datasets.
For testing purposes, you can download CHASEDB, which is currently the smallest source in the collection (about 3 Mb). High-Resolution Fundus (HRF) is the second smallest source (about 73Mb).
Generate integrated dataset
Once downloaded, obtain the template configuration file template_set_cohorts.ini and indicate where the datasets are located.
Then initialize your IRFundusSet data object as shown below to generated the consolidated dataset and save it to your desired location.
## 数据加载示例（图像类）
```python
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。
