视网膜疾病分类（修改版）
该数据集包含625张眼底图像，分为风险与无风险两类，属于医学图像模态，主要用于视网膜疾病的自动分类研究，支持深度学习模型在眼科医学图像分析及辅助诊断领域的应用开发与评估。
基本信息
资源简介
视网膜疾病分类（修改版）
【数据集背景】
本数据集源站标题为《Retinal Disease Classification (modified)》。源站首次发布：2023-11-21。
【数据内容】
源站原始描述：A subset of the Retinal Fundus Multi-disease Image Dataset (RFMiD) consisting of 625 fundus images divided into two categories: no risk (0) and risk (1) of developing retinal disease. Taken from the original dataset The *labels.csv* (located inside the folder) contains the category of each image. ## How to use this dataset Useful for implementing and testing data pipelines with Tensorflow''''s `tf.data` module
【数据结构与技术规格】
文件数 20 个，合计 35.03 MB。
【主题与分类】
主题标签：business、computer vision、eyes and vision。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/ringosalami/retinal-disease-classification-modified
使用许可：Other (specified in description)。
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("ringosalami/retinal-disease-classification-modified")
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 ringosalami/retinal-disease-classification-modified
unzip retinal-disease-classification-modified.zip -d retinal-disease-classification-modified/
数据说明
该数据集是一个用于视网膜疾病分类的医学图像数据集，包含625张眼底图像，分为风险（risk）和无风险（no risk）两个类别。数据来源于公开的眼底图像资源，经过筛选和修改形成子集，主要用于训练和评估基于深度学习的视网膜疾病自动分类模型，支持医学图像分析、眼科辅助诊断等研究方向。
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。
