【眼底图像数据集】视杯 & 视盘分割

https://data.mendeley.com/datasets/rscbjbr9sj/2

分类

1. Messidor

数据：1200 张彩色眼底图像，格式 .tif，用于糖尿病视网膜病变检测，用于分类任务。

数据标注：Excel 文件，标注了每幅图像的：

• Diabetic Retinopathy grade 糖尿病视网膜病变等级（0 - 3）
• Risk of macular oedema 黄斑水肿的风险（0 - 2）

下载链接：Messidor

数据说明：1200 张图片分为 3 组，分别为来自不同眼科部门的数据，各 400 张图像；每组包含 4 个子压缩包，各子压缩包下分别有 100 张图像。

• Base11 - Base14，数据来源 Service Ophtalmologie Lariboisière
• Base21 - Base24，数据来源 CHU de St Etienne
• Base31 - Base34，数据来源 LaTIM - CHU de BREST

2. Messidor 2

数据：1748 张视网膜图像，是 Messidor 数据的扩展。

3. PALM

该数据集有四个任务，分别为：

• 任务 1：对 PM 和非 PM（包括 HM：高度近视和正常）眼底图像进行分类
• 任务2：视盘的检测与分割
• 任务3：中央凹的定位
• 任务4：病理性近视的两种典型病变的检测和分割

数据：1200 张彩色视网膜眼底图像，包括两个根文件夹 PALM-Training400 和 PALM-Validation400，分别用于训练和验证。

在根目录 PALM-Training400 下，包含三个子文件夹：

1. PALM-Training400： 包含 400 张 JPG 格式的原始图像，根据前缀字母可以分为 H0001 - H0026，N0001 - N161，P0001 - P0213，P 表示 PM 类型（患病），H 表示 HM 类型（高度近视），N 表示正常类型。

2. PALM-Training400-Annotation-D&F：

• Disc_Fovea_Illustration：包含视盘位置、中央凹位置，分别表示为蓝色圆圈和红色十字叉
• Disc_Masks：视盘 mask，保存为 bmp 图像格式，其中视盘为 0（黑色），其他为 255（白色）
• Fovea_Location.xlsx：每幅图像中央凹的位置，第一列对应眼底图像文件名，第二、三列为中央凹的 X 和 Y 坐标

3. PALM-Training400-Annotation-Lession：

数据标注：标注为 bmp 图像，像素 0 为光盘（黑色），像素 255 为其他（白色）

下载链接：iChallenge-PM

4. ORIGA-650

数据：650 张彩色眼底图像，其中有 168 幅青光眼和 482 幅非青光眼图像。来源 IMED 团队，用于青光眼检测和视盘视杯的分割。

下载链接：ORIGA-650

5. RIM-ONE

三个子数据集（RIM-ONE-R1，R2，R3），他们的数量分别是169，455和159张。
RIM-ONEv.3

6. DRION-DB

数据：111 张图像，RGB 格式，用于视觉神镜头的分割。图像分辨率为 600x400。用于注释文件中包含两位专家的标记结果，txt 文件中记录每位专家对每张图像的标记轮廓，包含了所有顶点的坐标。

数据主页：DRIONS-DB

下载链接：DRIONS-DB.rar

7. DRIVE

40张图像，33张+7张

8. DIARETDB0

对数字图像中的糖尿病性视网膜病变进行基准检测
130幅彩色眼底图像，20幅正常，110幅包含糖尿病性视网膜病变征兆

9. DIARETDB1

89张彩色眼底图像

下载链接：imageret/diaretdb1

EyePacs

糖尿病性视网膜病变等级，分类任务
Kaggle获取
35,126张图像

STARE

400张图像

视网膜血管

[1] https://github.com/CVxTz/medical_image_segmentation
[2] https://homes.esat.kuleuven.be/~mblaschk/projects/retina/

视盘视杯分割

https://www5.cs.fau.de/research/data/fundus-images/

https://data.mendeley.com/datasets/rscbjbr9sj/3

公共数据库DRIONS-DB，RIM-ONE v.3，DRISHTI-GS

彩色眼底图像数据集

IDRiD：
https://idrid.grand-challenge.org/Leaderboard/

---

[1] MEDIC MIND

https://www.retinai.com/research

https://github.com/mondejar/Retinal-OCT-state-of-art

https://sites.google.com/site/hosseinrabbanikhorasgani/datasets-1

https://deepblue.lib.umich.edu/data/concern/data_sets/3b591905z?locale=en

https://www.zhihu.com/question/53655758

https://dataverse.scholarsportal.info/dataverse/OCTID

https://dataverse.scholarsportal.info/dataset.xhtml?persistentId=doi:10.5683/SP/MBMQGD

https://www.openicpsr.org/openicpsr/project/108503/version/V1/view