视网膜疾病

FundusGen是眼科多模态数据集，整合疾病分类、目标检测和细粒度分析，模拟临床推理路径，用于训练眼科MLLM。

该数据集包含来自不同患者的视网膜图像，涵盖多种类型及严重程度的白内障，数据模态为医学影像，主要用于训练和评估深度学习模型，以支持白内障的自动化检测与分级研究，可应用于眼科疾病的计算机辅助诊断与智能医疗系统开发。

该数据集是一个包含100张眼底自发荧光（FAF）图像的合成医学影像集合，涵盖10种基因相关的遗传性视网膜疾病，数据模态为眼科医学影像。它通过SynthEye算法生成，主要用于遗传性视网膜疾病的计算机辅助诊断、影像分析算法开发以及医学影像合成技术的验证与研究，为眼科人工智能研究提供了安全且符合伦理的合成数据资源。

该数据集包含约12,000条带有条形码的pegRNA序列，属于基因编辑领域的分子数据模态，通过靶向合成整合的50 bp序列基序，模拟了超过21个遗传性视网膜疾病相关基因的疾病背景。其主要用途是探索非工程化pegRNA设计的通用特征，为基于PE2系统的基因校正提供简化的设计指南，适用于遗传性视网膜疾病的基因治疗研究。

该数据集包含用于视网膜疾病分类的标注图像数据，涵盖多种常见视网膜疾病的医学影像模态，主要用于评估和比较不同深度学习模型在眼科疾病诊断中的性能，支持医学影像分析、计算机辅助诊断及深度学习在医疗领域的研究与应用。

该数据集整合了从眼底图像提取的视网膜血管表型参数（如血管直径、分叉角度等）以及相关的遗传数据，涵盖了图像和基因两种模态，主要用于研究视网膜血管特征与心血管疾病、糖尿病视网膜病变等疾病的关联，支持视网膜疾病机制探索、生物标记物发现和人工智能辅助的眼底图像分析等研究方向。

该数据集包含约2208张眼底图像，每张图像标注有20种不同的视网膜疾病标签，属于医学影像模态，主要用于开发多标签分类模型、研究视网膜疾病的自动检测算法以及支持计算机辅助诊断系统的相关研究。

该数据集是一个包含3,200张眼底图像的多模态医学影像数据集，涵盖46种视网膜疾病或状况的专家标注，主要用于医学影像分析、计算机辅助诊断以及人工智能在眼科疾病早期检测与分类方面的研究，以支持改善全球眼保健服务。

该数据集是一个包含正常、白内障、青光眼和视网膜疾病四种类别的视网膜图像数据集，数据模态为医学图像，主要用于眼科疾病的自动分类、计算机辅助诊断以及深度学习模型训练，支持医学图像分析和人工智能辅助筛查的研究与应用。

该数据集是一个基于Sanger测序的基因序列数据集，专门用于鉴定视网膜色素变性经典动物模型Rd10小鼠的基因型，主要包含pde6b基因中c.1678C>T纯合点突变的测序数据，主要用于遗传突变分析、视网膜疾病动物模型研究以及基因型与表型关联研究。

TJDR数据集是一个包含561张高分辨率眼底彩色图像的医学影像数据集，由同济大学附属同济医院提供，数据模态为图像数据，每张图像都经过眼科医生使用Labelme工具进行了像素级标注，涵盖了微动脉瘤、出血、硬渗出和软渗出四种常见的糖尿病视网膜病变病变，主要用于支持糖尿病视网膜病变的病变分割研究，促进计算机辅助诊断和深度学习模型在眼科医学影像分析领域的应用与发展。

ZJU Eye-Pretrain数据集是一个包含110万张眼科图像的大规模多模态数据集，涵盖OCT B扫描、彩色眼底、灰度SLO等多种图像模态，数据来源于私人SS-OCT图像、公共眼底图像和公共OCT图像三部分，覆盖多种眼科疾病，主要应用于眼科影像分析、视网膜疾病诊断、图像分类、分割和生成等研究方向，为眼科人工智能模型预训练和下游任务提供统一且高质量的数据支持。