Eyes-defy-anemia

该数据集包含 218 张眼结膜图像及其手动分割标注,属于医学影像模态,每张图像均附有血红蛋白值、年龄和性别等临床表格数据,主要用于研究基于结膜苍白度的非侵入性贫血诊断方法,并支持结膜区域分割算法的开发与评估。

Kasiviswanathan, Sivachandar; Bai, Thulasi; Dimauro, Giovanni; Maglietta, RosaliaKasiviswanathan, Sivachandar; Bai, Thulasi; Dimauro, Giovanni; Maglietta, Rosalia
IEEE
浏览 65
Eyes-defy-anemia

基本信息

大小
0.63605 GB
创建/更新时间
2026-09-25

资源简介

Eyes-defy-anemia

【数据内容】

源站原始描述:Anemia is a condition in which the oxygen-carrying capacity of red blood cells is insufficient to meet the body's physiological needs and affects billions of people worldwide. An early diagnosis of this disease could prevent the advancement of other disorders. Currently, traditional methods used to detect anemia consist of venipuncture, which requires a patient to frequently visit laboratories. Therefore, anemia diagnosis using noninvasive and cost effective methods is an open challenge

【获取与许可】

源站页面:https://ieee-dataport.org/documents/eyes-defy-anemia

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

源站:https://ieee-dataport.org/documents/eyes-defy-anemia

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

Eyes-defy-anemia 是一个用于贫血检测的医学影像数据集,包含 218 张印度和意大利患者的眼结膜照片,这些照片通过配备专用设备的智能手机采集。数据集提供了每张图像中眼睑结膜、穹窿结膜以及两者结合区域的手动分割标注,并附有实验室测量的血红蛋白值、患者年龄和性别等临床信息。该数据集旨在支持基于结膜苍白度进行贫血诊断或评估的非侵入性方法研究,同时也可用于结膜或巩膜、虹膜暴露部分的分割算法开发。

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。

获取专属数据定制方案