SBVPI眼部巩膜血管图像数据
SBVPI眼部巩膜血管图像数据 与红眼病(结膜炎)（Pink eye (conjunctivitis)）高度相关，包含图像形式的样本、标注、临床变量、组学记录或权威知识条目，可用于疾病图像分割、特征筛选、模型训练和公开数据集整理。
基本信息
资源简介
SBVPI眼部巩膜血管图像数据
【一句话概览】
SBVPI（Sclera Blood Vessels, Periocular and Iris）是一个公开数据集，主要用于巩膜识别研究，也适用于虹膜和眼周识别实验。该数据集包含来自55名受试者的1858张高分辨率RGB眼部图像，在单次记录会话中使用数码单反相机（Canon EOS 60D）以最高分辨率和质量设置拍摄，并采用微距镜头以确保图像中细微细节的清晰可见，从而呈现清晰的巩膜血管模式。数据集标签涉及巩膜、虹膜、眼周、眼部生物特征、RGB图像、分割和血管（来源 sclera.fri.uni-lj.si）。
【数据集背景】
本数据集源站标题为《SBVPI》。
【数据内容】
源站原始描述：SBVPI (Sclera Blood Vessels, Periocular and Iris) is a publicly available dataset designated primarily for research into sclera recognition, but it is also suitable for experiments with iris and periocular recognition techniques. It consists of 1858 high-resolution RGB images of eyes from 55 subjects. Images of the dataset were captured during a single recording session with a digital single-lens reflex camera (DSLR) (Canon EOS 60D) at the highest resolution and quality setting. Macro lenses wer…
中文译文（机器翻译，仅供快速理解，请以原文为准）：SBVPI（巩膜血管、眼周和虹膜）是一个公开可用的数据集，主要指定用于巩膜识别研究，但也适用于虹膜和眼周识别技术的实验。该数据集包含来自55名受试者的1858张高分辨率RGB眼部图像。数据集的图像是在一次记录会话中使用数码单反相机（DSLR）（Canon EOS 60D）以最高分辨率和质量设置拍摄的。使用微距镜头以确保拍摄图像中细节的足够高质量和可见性。这一过程使得图像中的巩膜血管模式清晰可见，如图1所示。
【主题与分类】
主题标签：sclera、iris、periocular、ocular biometrics、RGB images、segmentation、blood vessels。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://sclera.fri.uni-lj.si/datasets.html
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。
暂未开放有偿下载
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://sclera.fri.uni-lj.si/datasets.html
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
SBVPI眼部巩膜血管图像数据 是与红眼病(结膜炎)相关的公开图像数据资源，提供疾病样本、标注、变异、表达谱或标准化知识，主要用于图像分割和医学数据整理。
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。
