RVO-Lesion: 用于视网膜静脉阻塞黄斑病变联合分割与检测的双任务OCT数据集
RVO-Lesion数据集是一个包含3,012张来自130名视网膜静脉阻塞（RVO）患者的OCT B-scan医学图像的数据集，每张图像都经过专家手动标注，提供了视网膜下液、视网膜内液、椭圆体带、外界膜和高反射灶这五个关键结构的精确分割标签。该数据集主要用于医学图像分析领域，特别是为开发、评估和验证针对RVO相关黄斑病变（如黄斑水肿）的自动分割与检测算法提供基准数据，以支持人工智能模型在眼科疾病诊断和治疗监测中的研究与应用。
基本信息
资源简介
RVO-Lesion: 用于视网膜静脉阻塞黄斑病变联合分割与检测的双任务OCT数据集
【数据集背景】
本数据集源站标题为《RVO-Lesion: A Dual-Task OCT Dataset for Joint Segmentation and Detection of Macular Lesions in Retinal Vein Occlusion》。源站首次发布：2025-08-08。
【数据内容】
源站原始描述：Retinal vein occlusion (RVO) is one of the most common vision-threatening retinal diseases, primarily due to complications such as macular edema (ME). Optical coherence tomography (OCT), a non-invasive imaging modality, has become an essential tool for the diagnosis, treatment monitoring, and clinical evaluation of RVO, owing to its ability to clearly visualize fine retinal structures and macular fluid distribution. OCT facilitates precise segmentation, abnormality detection, and quantitative an…
【数据结构与技术规格】
文件数 1 个，合计 831.38 MB。数据集 DOI：10.6084/m9.figshare.29804435.v1。
【主题与分类】
源站学科分类：Other health sciences not elsewhere classified。主题标签：retinal vein occlusions、macular edema (ME)、Datset、Optical coherence tomography/morphological characterization。
【适用方向】
源站学科分类标注为 Other health sciences not elsewhere classified。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/RVO-Lesion_A_Dual-Task_OCT_Dataset_for_Joint_Segmentation_and_Detection_of_Macular_Lesions_in_Retinal_Vein_Occlusion/29804435
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Xiong, Fen (2025). RVO-Lesion: A Dual-Task OCT Dataset for Joint Segmentation and Detection of Macular Lesions in Retinal Vein Occlusion. figshare. Dataset
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。
暂未开放公开下载
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。
免登录有偿下载
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（Figshare）
按页面 Download 按钮获取。
数据说明
RVO-Lesion是一个专门针对视网膜静脉阻塞（RVO）相关黄斑病变的医学影像数据集。该数据集包含从130名患者（共146只眼）采集的3,012张光学相干断层扫描（OCT）B-scan图像。每张图像均由专家手动标注了五个关键视网膜结构的精确分割标签，包括：视网膜下液（SRF）、视网膜内液（IRF）、椭圆体带（EZ）、外界膜（ELM）和高反射灶（HF）。数据集的构建旨在解决高质量、人工标注的RVO黄斑水肿（ME）分割数据缺乏的问题，为开发自动化分析算法提供基准。其主要应用于医学图像分析领域，特别是用于评估和提升与RVO相关的黄斑病变分割、检测算法的准确性与鲁棒性，并推动用于RVO疾病分析的人工智能模型的研发。
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。
