视网膜病变图像用于疾病分析
该数据集包含用于视网膜疾病分析的医学图像数据，涵盖年龄相关性黄斑变性、青光眼、糖尿病视网膜病变及正常病例的眼底图像模态，主要用于计算机辅助诊断、疾病自动检测和医学图像分类等研究方向，可支持眼科疾病筛查算法开发和深度学习模型训练。
基本信息
资源简介
视网膜病变图像用于疾病分析
【数据集背景】
本数据集源站标题为《Retinal Lesion Images for Disease Analysis》。源站首次发布：2026-01-10。
【数据内容】
源站原始描述：This dataset contains high-quality retinal images for the analysis of multiple eye conditions. It is designed to support automated diagnosis of Age-related Macular Degeneration (AMD), Glaucoma, and Diabetic Retinopathy (DR), as well as normal retinal conditions. The dataset provides clear visual examples of lesions and abnormalities across different disease categories, enabling research on clinically relevant retinal changes. Dataset Composition: AMD: 409 images Glaucoma: 1007 images Diabetic Re…
【数据结构与技术规格】
文件数 20 个，合计 4.20 MB。
【主题与分类】
主题标签：data analytics、beginner、data cleaning。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/ziya07/retinal-lesion-images-for-disease-analysis
使用许可：CC0: Public Domain。
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("ziya07/retinal-lesion-images-for-disease-analysis")
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 ziya07/retinal-lesion-images-for-disease-analysis
unzip retinal-lesion-images-for-disease-analysis.zip -d retinal-lesion-images-for-disease-analysis/
数据说明
该数据集是一个用于医学图像分析的视网膜病变图像集合，包含与年龄相关性黄斑变性（AMD）、青光眼、糖尿病视网膜病变（DR）以及正常病例相关的眼底图像数据。数据来源于公开医学影像资源，通过专业采集和标注构建而成。该数据集主要用于计算机辅助诊断、视网膜疾病自动检测、医学图像分类等研究方向，可应用于眼科疾病筛查、深度学习模型训练和医学影像分析算法开发。
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。
