多标签视网膜疾病数据集
该数据集包含约2208张眼底图像，每张图像标注有20种不同的视网膜疾病标签，属于医学影像模态，主要用于开发多标签分类模型、研究视网膜疾病的自动检测算法以及支持计算机辅助诊断系统的相关研究。
基本信息
资源简介
多标签视网膜疾病数据集
【数据集背景】
本数据集源站标题为《Multi-Label Retinal Diseases (MuReD)》。源站首次发布：2025-03-16。
【数据内容】
源站原始描述：Multi-Label Retinal Diseases (MuReD) dataset, using images collected from three different state-of-the-art sources, i.e., ARIA, STARE, and RFMiD datasets, and performing a sequence of post-processing steps to ensure the quality of the images, a wide range of diseases to classify, and a sufficient number of samples per disease label. The MuReD dataset consists of 2208 images with 20 different labels, with varying image quality and resolution, and at the same time, ensuring a minimal degree of qua…
【数据结构与技术规格】
文件数 20 个，合计 23.72 MB。
【主题与分类】
主题标签：eyes and vision。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/harshwardhanfartale/multi-label-retinal-diseases-mured
使用许可：CC BY-NC-SA 4.0。
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。
需登录公开下载
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。
暂未开放有偿下载
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("harshwardhanfartale/multi-label-retinal-diseases-mured")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d harshwardhanfartale/multi-label-retinal-diseases-mured
unzip multi-label-retinal-diseases-mured.zip -d multi-label-retinal-diseases-mured/
数据说明
MuReD是一个用于多标签分类任务的眼底图像数据集，包含约2208张眼底图像，涵盖20种不同的视网膜疾病标签。该数据集通过收集和标注临床眼底照片构建而成，每张图像可能对应一个或多个疾病标签。主要应用于医学影像分析领域，支持视网膜疾病的自动检测、多标签分类模型开发以及计算机辅助诊断系统的研究。
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。
