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 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。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后,才能进行数据下载,注册有对应要求,或者需要收费。
需登录公开下载
Tips: 该数据集属于公开下载,应该可以免费公开下载。
暂未开放有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务,注意,服务不针对数据相关产权,只是技术服务费。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放千方医数集,医疗数据集部分,是为社区服务的公开医疗数据集搜索引擎,并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求,可以和客服联系,或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
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。
精度瓶颈?数据缺失?
当前公开数据无法满足您的算法精度?千方提供针对 视网膜疾病 的高质量、多模态真实临床数据定制解决方案。




