视网膜疾病检测
该数据集包含标注了视网膜病变等级（0-4级）的眼底图像，属于医学图像模态，主要用于通过深度学习技术实现视网膜疾病（如糖尿病视网膜病变）的自动检测与分级，支持计算机辅助诊断和眼科疾病筛查研究。
基本信息
资源简介
视网膜疾病检测
【数据集背景】
本数据集源站标题为《Retinal Disease Detection》。源站首次发布：2025-08-27。
【数据内容】
源站原始描述：This dataset contains retinal fundus images annotated with captions and two key clinical indicators: - Retinopathy grade (0–4) → indicating the severity of retinopathy - Risk of macular edema (0–1) → highlighting the likelihood of macular edema The data is organized into **training**, **validation**, and **test** splits, each with **corresponding CSV** files that map image names to their labels. This structure makes the dataset directly usable for classification tasks in medical imaging and opht…
【数据结构与技术规格】
文件数 20 个，合计 3.02 MB。
【主题与分类】
主题标签：computer vision、deep learning、eyes and vision、image classification。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/mohamedabdalkader/retinal-disease-detection
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("mohamedabdalkader/retinal-disease-detection")
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 mohamedabdalkader/retinal-disease-detection
unzip retinal-disease-detection.zip -d retinal-disease-detection/
数据说明
该数据集包含标注了视网膜病变等级（0-4级）的眼底图像，专为视网膜疾病检测任务而构建。数据来源于公开的眼底图像，通过专业医学标注划分病变严重程度，主要用于医学图像分析、计算机辅助诊断（CAD）以及深度学习模型在眼科疾病（如糖尿病视网膜病变）自动筛查与分级中的应用研究。
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。
