筛选条件
数据集列表
PanSegData是迄今为止最大的 MRI 胰腺分割数据集，包含来自五个中心的大量T1和T2加权腹部MRI扫描图像，时间跨度从2004年3月至2022年11月，共767次扫描，涉及499名参与者。其中，T1加权扫描图像有385张，T2加权...
ToxoFundus（眼部弓形虫病眼底图像数据集）是一个专门用于研究和诊断眼部弓形虫病的高质量视网膜图像分类数据集。该数据集包含412张高分辨率彩色眼底照片，涵盖两个类别：健康眼和眼部弓形虫病，其中后者包括活动期和非活动期两种疾病形态。这些...
STARE（视网膜结构分析）数据集由美国佛蒙特大学的迈克尔·戈德鲍姆博士创建，是公开的眼底图像分割数据集，包含20张700x605像素的图像，涵盖黄斑变性、高血压视网膜病变、糖尿病视网膜病变等病变。每张图像配有手工标注的血管分割图，用于训练...
ROSE（Retinal OCT-Angiography vessel SEgmentation，视网膜光学相干断层扫描血管成像血管分割）数据集是一个开源的OCTA视网膜血管分割数据集，包含两个子数据集：ROSE-1和ROSE-2。
RITE（视网膜图像血管树提取）数据库专为视网膜眼底图像中的动脉和静脉分割或分类而设计，基于公开的DRIVE数据库建立。视网膜图像分割和分类是医学图像处理和计算机视觉领域的重要研究方向，有助于医生诊断和治疗眼疾。 RITE数据库包含4...
RIM-ONE DL数据集源自“视网膜图像数据库用于视神经评估（RIM-ONE）”，并经修订以助力深度学习方法开发。数据集含313张健康者视网膜图像及172张青光眼患者视网膜图像，均由两位专家评估并包含视盘与视杯的手动分割。
基础模型（Foundation models）通常通过大规模数据进行训练，并在各种视觉和语言应用中取得了巨大成功。最新进展进一步使这些模型能够高效适应下游任务，即使在训练样本有限的情况下（例如小样本学习场景）。然而，这种学习范式在医学图像分...
DeSmokeData手术去雾数据集包含961对有雾和无雾图像，数据来源于63个机器人辅助手术视频，这些视频记录了使用达芬奇Si手术系统进行的前列腺癌根治术操作，每个视频平均时长为37分钟。在数据筛选过程中，初步识别出32个候选视频片段，其...
RFMiD 2.0 是一个用于眼底图像的多标签分类数据集。作为RFMiD（1.0版本）的更新版本，该数据集曾用于ISBI 2021的RIADD挑战赛。2023年发布的这个更新版本主要对标签类别进行了修改，将原先笼统的"其他"类别细化为具体的...
RETOUCH（视网膜OCT液体检测与分割基准挑战赛）数据集是一个专注于视网膜光学相干断层扫描（Optical Coherence Tomography，OCT）图像的医学影像专用资源。该数据集在自动检测和分割多种视网膜液体（作为多种视网膜...
视网膜图像质量评估（IQA）数据集包含216张分类精确的视网膜图像，这些图像被细分为三个质量类别：125张图像被评为高质量（good），69张为低质量（bad），22张被标记为异常值（outlier）。IQA在确保自动视网膜图像分析系统能够...
视网膜OCT-C8数据集包含24,000张二维OCT图像，涵盖8个类别：年龄相关性黄斑变性（AMD）、脉络膜新生血管（CNV）、中心性浆液性视网膜病变（CSR）、糖尿病性黄斑水肿（DME）、黄斑裂孔（MH）、玻璃膜疣、糖尿病视网膜病变（DR...