ROSE(视网膜OCT血管造影分割数据集)
ROSE数据集是一个专门用于视网膜血管分割的医学图像数据集，包含来自不同受试者的OCTA图像模态，涵盖浅表和深部血管丛的正面血管造影，图像分辨率分别为304×304像素和840×840像素，数据经过专家人工标注，提供中心线级和像素级血管注释，主要用于视网膜血管分割算法开发、疾病诊断研究以及医学图像分析领域的应用。
基本信息
资源简介
ROSE(视网膜OCT血管造影分割数据集)
【一句话概览】
视网膜 OCT 血管造影血管分割数据集 ROSE 现已开源，包含 ROSE-1 和 ROSE-2 两个子集。ROSE-1 由 39 名受试者的 117 张 OCTA 图像组成，分为 90 张训练图像和 27 张测试图像，提供中心线级和像素级血管注释。ROSE-2 包含 112 只眼睛的 112 张 OCT-A 图像，分为 90 张训练图像和 22 张测试图像。该数据集可用于视网膜血管分割相关研究（来源 opendatalab.org.cn）。
【数据集背景】
本数据集源站标题为《ROSE(Retinal OCTA SEgmentation dataset)》。
【数据内容】
源站原始描述：视网膜 OCT 血管造影血管分割数据集 (ROSE) 现在是开源的。它包括两个子集：ROSE-1 和 ROSE-2。 ROSE-1 子集由来自 39 名受试者（26 名患有疾病，其余为健康对照）的 117 张 OCTA 图像组成，分为 90 张用于训练的图像和 27 张用于测试的图像。每个受试者都有浅表 (SVC)、深部 (DVC) 和视网膜内血管丛的正面血管造影照片，分别包括 SVC 和 DVC (SVC+DVC)。所有 OCTA 扫描均由配备 AngioVue 软件的 RTVue XR Avanti SD-OCT 系统（Optovue，USA）捕获，图像分辨率为 304 × 304 像素。扫描区域为以中央凹为中心的 3×3 mm2 区域。这些血管网络的人工注释由图像专家和临床医生进行分级，然后将他们的共识用作基础。有两种不同类型的血管注释可用：中心线级和像素级注释。 ROSE-2 子集包含由 Heidelberg OCT2 系统和 Spectralis 软件（Heidelberg Engineering，Heidelberg，Germany）获取的 112 只眼睛的 112 张 O…
中文译文（机器翻译，仅供快速理解，请以原文为准）：视网膜 OCT 血管造影血管分割数据集 (ROSE) 现在是开源的。它包括两个子集：ROSE-1 和 ROSE-2。ROSE-1 子集由来自 39 名受试者（26 名患有疾病，其余为健康对照）的 117 张 OCTA 图像组成，分为 90 张用于训练的图像和 27 张用于测试的图像。每个受试者都有浅表 (SVC)、深部 (DVC) 和视网膜内血管丛的正面血管造影照片，分别包括 SVC 和 DVC (SVC+DVC)。所有 OCTA 扫描均由配备 AngioVue 软件的 RTVue XR Avanti SD-OCT 系统（Optovue，USA）捕获，图像分辨率为 304 × 304 像素。扫描区域为以中央凹为中心的 3×3 mm2 区域。这些血管网络的人工注释由图像专家和临床医生进行分级，然后将他们的共识用作基础。有两种不同类型的血管注释可用：中心线级和像素级注释。ROSE-2 子集包含由 Heidelberg OCT2 系统和 Spectralis 软件（Heidelberg Engineering，Heidelberg，Germany）获取的 112 只眼睛的 112 张 OCT-A 图像，分为 90 幅图像用于训练和 22 幅图像用于测试。该数据集中的所有图像都是以中央凹为中心的 3×3 mm2 区域内 SVC 的正面血管造影照片，每张图像都被调整为 840×840 像素的灰度图像。所有可见的视网膜血管均由经验丰富的临床眼科医生使用 Matlab (Mathworks R2018, Natwick) 编写的内部程序手动追踪。
【主题与分类】
主题标签：医疗、CV、语义分割、视网膜、OCT、血管分割。
【获取与许可】
源站页面：https://opendatalab.org.cn/OpenDataLab/ROSE
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
源站：https://opendatalab.org.cn/OpenDataLab/ROSE
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
ROSE 是一个公开的视网膜光学相干断层扫描血管造影（OCTA）血管分割数据集，包含两个子集：ROSE-1 和 ROSE-2。ROSE-1 包含来自39名受试者（包括疾病患者和健康对照）的117张OCTA图像，涵盖浅表血管丛（SVC）、深部血管丛（DVC）及两者叠加的正面血管造影，图像分辨率为304×304像素，扫描区域为以中央凹为中心的3×3 mm²区域，数据由专家和临床医生进行人工标注，提供中心线级和像素级血管注释。ROSE-2 包含112只眼睛的112张OCTA图像，均为SVC的正面血管造影，图像分辨率为840×840像素，所有血管由临床眼科医生手动追踪。该数据集主要用于医学图像处理领域，特别是视网膜血管分割、疾病诊断和血管分析等研究方向。
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。
