突尼斯视网膜疾病多分类OCT数据集
该数据集是一个包含年龄相关性黄斑变性、糖尿病黄斑水肿、孔源性视网膜脱离及正常病例共四类诊断标签的临床视网膜光学相干断层扫描(OCT)图像集合,数据模态为医学影像,主要用途是作为深度学习模型在自动化视网膜疾病多分类任务中的训练、验证与性能基准测试资源,并支持分割、迁移学习等相关方法的研究,其北非人群来源也增强了视网膜成像研究的多样性。
创建时间2026-02-20
更新时间2026-02-20
资源简介
该数据集是一个经过专业整理的临床采集视网膜光学相干断层扫描(OCT)图像集合,旨在支持自动化视网膜疾病分析的研究,并作为深度学习分类模型的基准。数据集包含四种诊断类别:年龄相关性黄斑变性(AMD)、糖尿病黄斑水肿(DME)、孔源性视网膜脱离(RRD)以及正常(健康)病例。所有图像均在临床环境中采集,并由经验丰富的视网膜专家进行标注,确保诊断可靠性高。数据集反映了真实世界的临床分布和成像变异性,特别值得注意的是,它是聚焦于北非人群AMD、DME和RRD的较大规模OCT数据集之一,有助于提升视网膜成像研究的人口多样性。数据集在符合伦理规定和患者隐私要求的前提下,通过受控访问方式分发,供非商业科学研究使用。潜在应用包括:多类视网膜疾病分类的深度学习模型训练与验证、跨异质性视网膜病理的算法性能基准测试,以及分割、迁移学习、半监督学习和自监督学习方法的发展。
提供机构:Zenodo
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。