视网膜数据集（4）HRF

最新推荐文章于 2024-03-30 00:30:50 发布
最新推荐文章于 2024-03-30 00:30:50 发布
阅读量2.7k 收藏 4
点赞数 22
分类专栏： 视网膜数据集 文章标签： python
@Elaine
本文链接：https://blog.csdn.net/qq_36430012/article/details/114281663
版权

HRF数据集包含15例健康患者的图像，15例糖尿病性视网膜病变患者的图像和15例青光眼患者的图像。每个图像都有二进制标准血管分割标签图像。还为特定数据集提供了FOV。标准血管分割标签数据是由视网膜图像分析领域的专家小组以及合作的眼科诊所的临床医生产生的。尺寸3504 × 2336。在这里插入图片描述
HRF Dataset 获取添加QQ ：1056593553

@TangYi
关注
  • 22
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
视网膜图像数据库HRF数据集（15）
12-15
视网膜图像数据库HRF数据集（15）一组视网膜眼底图像，用于视网膜增强，视网膜提取，视网膜识别等操作。
视网膜数据集.rar
05-22
视网膜数据集，包含CHASEDB，DRIVE,STARE，需要使用这些数据集对视网膜分割的可以使用，
mmsegmentation训练HRF数据集
Thinkobj的博客
10-28 1151
使用mmsegmentation框架训练和测试HRF数据集
【大而全 被震惊到了】12个类别、100多万张视网膜数据集
最新发布
Debroon
03-30 1005
图像可读性的更广泛的完整注释范围指的是，SynFundus-1M数据集不仅标注了眼底图像是否包含特定的疾病，还细致地标注了图像中不同区域的清晰度和可用性，这对于自动分析和医学研究来说至关重要。利用SynFundus-Generator，我们生成了超过一百万张合成眼底图像的集合，称为SynFundus-1M数据集，包含15种类型的注释（11种疾病标签和4种图像可读性标签）。广泛的实验表明，即使是经验丰富的标注者也难以将我们的合成图像与真实图像区分开来，合成的疾病相关视觉特征也无法与真实的区分。
DRIVE数据集，用于视网膜图像分割
08-07
DRIVE数据集，用于视网膜图像分割，里面一半是训练集，一半是测试集。
香港理工大学高分辨率的指纹(HRF)数据库_图像处理_科研数据集汇编.pdf
02-09
香港理工大学高分辨率的指纹(HRF)数据库_图像处理_科研数据集汇编.pdf
眼底数据集
01-17
眼底数据集，主要用于眼底图像的分割等实验，原图是彩色的
Chasedb1--视网膜血管分割数据集
土豆
11-01 4427
Overview Chasedb1 是一个轻量的用于视网膜血管分割的图像数据集。其用于识别和自动分类关键的视网膜特征，分析视网膜血管形态与视网膜及全身性疾病的关系，以便在疾病处于早期阶段时得到及时检测和治疗 Data Explore 从云盘下载解压后如下，CHASEDB1目录下包含28张视网膜原始图像，每张原图对应2张视网膜血管分割图像 [root@k8s-master CHASEDB1]# tree -v . ├── Image_01L.jpg ├── Image_01L_1stHO.png ├── I.
基于U-Net模型的视网膜血管分割
学习日常分享
05-14 7323
(1) 视网膜血管图像数据集DRIVE简介 DRIVE (Digital Retinal Images for Vessel Extraction)数据集是用于视网膜病变研究的数据集，相关图像均来自于荷兰的糖尿病视网膜病变筛查计划，其被用于视网膜图像中的血管分割比较研究。该数据集由图像科学研究所于 2004 年发布。 DRIVE数据库已经建立，可以对视网膜图像中的血管分割进行比较研究。视网膜血管分割和描绘视网膜血管的形态属性，如长度、宽度、弯曲度、分支模式和角度，用于诊断、筛查、治疗和评估各种心血管和眼科疾
视网膜数据集
qq_49478396的博客
01-20 805
Stare,CHASEDB1,DEIVE的数据集都在这里面 链接：https://pan.baidu.com/s/13KqK7661tuyeIk5WdWAgyg?pwd=a2id 提取码：a2id
UNet pytorch 胎教级介绍 使用DRIVE眼底血管分割数据集进行入门实战
一个学长的博客
09-09 5242
先介绍一下DRIVE数据集DRIVE数据集主要用于血管分割任务，其中的图像由用于血管定位的手动标记进行了标注。这个数据集的目的是促进与视网膜图像分析、血管分割和疾病诊断相关的计算机视觉算法的发展。数据集下载之后，打开文件目录如下，这里我把trainning文件夹的名字换成了train这里的文件夹分为三种一种是images保存的原来的图像mask保存的是掩码标签1st_manual 2nd_manual 里面保存的都是血管标签，我么要做的是血管分类任务。
视网膜血管数据集-DRIVE.7z
05-27
该数据集共包含40张视网膜血管图像，这40张图像已分为训练和测试集，均包含20张图像。如果没有积分，可关注我然后在评论区留下邮箱，将发送至邮箱。
血管分割的STARE数据集
01-13
视网膜眼底血管分割的STARE数据集，可作为深度学习的训练集。
MMsegmentation使用记录
Pythonistas29xs的博客
09-25 737
MMsegmentation环境配置记录
视网膜数据集（3）STARE
@Elaine
02-23 4973
    STARE数据集 是 1975 年由 Michael Goldbaum 发起的项目, 它在 2000 年由 Hoover 等首次在论文中引用并公开，是用来进行视网膜血管分割的彩色眼底图数据库, 包括 20 幅眼底图像, 其中 10 幅有病变, 10 幅没有病变, 图像分辨率为 605×700, 每幅图像对应 2 个专家手动分割的结果, 是最常用的眼底图标准库之一.。但是其自身的数据库中没有掩膜，需要自己手动设置掩膜。目前它已扩展到 40 幅血管分割手工标注结果和 80 幅视神经检测手工标注结果。
InternImage segmentation部分代码复现及训练自己的数据集（二）
yeeeeeeeeeeees的博客
04-03 1592
InternImage训练你自己的数据。
【眼底数据集】RETOUCH & REFUGE & IDRiD
学习 & 分享 ~
03-04 6021
图像数据：分割类别：REFUGE 相关数据：数据前处理：数据后处理：数据描述：数据描述 图： 图像数据文件： 和 标签文件： 和 图像大小：（height * width * num * volume）， 表示有多种尺寸病灶类别：四个类别比例：按像素个数统计原图与标签Overlap ： 训练数据划分：RETOUCH 相关数据： 论文统计排行榜数据： Grand Challenge 网站排行榜： 分割任务：图像数据：病灶类别：四类病灶在训练集（Set A）和测试集（Set B）中的图像个数： 图
视网膜图像分割数据集整理
THE XING
01-27 8720
视网膜图像分割数据集1. DRIVE2. CHASE_DB13. STARE 1. DRIVE 官网：http://www.isi.uu.nl/Research/Databases/DRIVE/ 文章： J. Staal, M. Abramoff, M. Niemeijer, M. Viergever, and B. van Ginneken, “Ridge based vessel segmen...
医学血管目标检测数据集
08-26
您好!对于医学血管目标检测数据集，有一些公开可用的数据集供研究和开发使用。以下是一些常用的医学血管目标检测数据集： 1. DRIVE：DRIVE（Digital Retinal Images for Vessel Extraction）是一个常用的视网膜图像数据集，含有40幅RGB图像。该数据集广泛应用于眼科领域的血管分割研究。 2. STARE：STARE（STructured Analysis of the Retina）是另一个包含20幅视网膜图像的数据集，广泛用于血管分割和检测算法的评估。 3. CHASE_DB1：CHASE_DB1（Chinese Academy of Sciences Hospital Eye）包含28幅高分辨率眼底图像，广泛用于视网膜血管分割和检测研究。 4. HRF：HRF（High-Resolution Fundus）是包含45幅眼底图像的数据集，用于研究和评估视网膜疾病的自动检测和分割方法。 5. RITE：RITE（Retinal Images for Vessel Extraction）是一个包含40幅RGB图像的数据集，用于眼底图像中血管分割和检测算法的评估。 这些数据集都可以通过相应的网站或相关研究论文进行下载和使用。当然，使用这些数据集时要遵循相关的许可和道德规范。希望对您有所帮助！如果您对其他问题还有疑问，请继续提问。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值