Public-available-retinal-OCT-datasets|眼科医学数据集|OCT技术数据集

眼底OCT公开数据集信息汇总，包含多个数据集，涉及多种眼科疾病和病理情况。

Summary of publicly available OCT (Optical Coherence Tomography) datasets for fundus imaging, encompassing multiple datasets that cover a variety of ophthalmic diseases and pathological conditions.

原始信息汇总

眼底OCT公开数据集信息汇总

数据集列表

数据集	数据量	病理
DUKE-AMD	20 volumes	20 AMD
DUKE-WLOA	38800 B-scans	269 AMD; 115 H.
DUKE-DME	45 volumes	15 Dry AMD, 15 DME; 15 H.
DUKE-Cyst	6 volumes	6 DME
SPIE	19 volumes	19 H.
MIAMI	50 B-scans	10 mild DR
OPTIMA	30 B-scans	IRF
HC-MS	49 B-scans	14 H., 21 MS
Cell	108,312 B-scans	H., CNV, DME, Drusen
BIOMISA	2497 B-scans	14 AMD, 13 ME, 50 H., 26 Glaucoma
Zenodo	1100 B-scans	847 G., 263 H.
AI-challenger	100 volumes	REA, SRF, PED
RETOUCH	112 volumes	IRF, SRF, PED
OCTID	470 B-scans	206 H., 102 MH, 55 AMD, 107 DR
RAJA-Glaucoma	50 OCT volumes	18 H., 32 Glaucoma
AROI	1136 B-scans	24 nAMD
OCTA-500	500 volumes	H., AMD, DR, CNV, CSC, RVO
GOALS	300 B-scans	53 H ., 13 Glaucoma
ORC SS-OCT	4 volumes	4 RRD

下载地址

数据集	下载地址
DUKE-AMD	http://www.duke.edu/ sf59/Chiu_IOVS_2011_dataset.htm
DUKE-WLOA AMD	http:// people.duke.edu/wsf59/RPEDC_Ophth_2013_dataset.htm
DUKE-DME/AMD	http://www.duke.edu/~sf59/Srinivasan_BOE_2014_dataset.htm.
DUKE-Cyst DME	www.duke.edu/~sf59/Chiu_BOE_2014_dataset.htm.
SPIE	https://www.kaggle.com/datasets/kmader/eye-oct-datasets
MIAMI	https://www.ebi.ac.uk/biostudies/europepmc/studies/S-EPMC5025289
OPTIMA	https://optima.meduniwien.ac.at/optima-segmentation-challenge-1/
HC-MS	http://iacl.jhu.edu/Resources
Cell	https://data.mendeley.com/datasets/rscbjbr9sj/3
BIOMISA	http://biomisa.org/contact.html.
AI-challenge	https://github.com/AIChallenger/AI_Challenger_2018
RETOUCH	https://retouch.grandchallenge.org
OCTID	https://dataverse.scholarsportal.info/dataverse/OCTID
RAJA-Glucoma	https://data.mendeley.com/datasets/2rnnz5nz74/2
AROI	https://ipg.fer.hr/ipg/resources/oct_image_database
OCTA-500	https://ieee-dataport.org/open-access/octa-500
GOALS	https://aistudio.baidu.com/aistudio/competition/detail/230
ORC SS-OCT	https://data.mendeley.com/datasets/bzsc7gd9p3/2

AI搜集汇总

数据集介绍

构建方式

该数据集汇聚了多个公开的眼底OCT数据集，涵盖了从不同研究机构和项目中收集的多种病理类型。数据集的构建通过系统性地整合来自DUKE大学、SPIE、MIAMI等多个来源的数据，确保了数据的多样性和代表性。每个数据集均详细记录了其数据量、病理类型及来源，为研究者提供了详尽的参考信息。

特点

此数据集的显著特点在于其广泛涵盖了多种眼底疾病，包括但不限于年龄相关性黄斑病变（AMD）、糖尿病视网膜病变（DR）、青光眼（Glaucoma）等。此外，数据集还包含了健康眼底图像，为疾病诊断提供了对照。数据量的多样性，从几十到数十万B-scans不等，满足了不同研究需求。

使用方法

研究者可以通过访问提供的下载链接获取所需数据集。每个数据集的病理类型和数据量均在表格中详细列出，便于用户根据研究需求选择合适的子集。使用时，建议结合具体的病理类型和数据量进行筛选，以确保研究的有效性和针对性。此外，数据集的多样性也适用于多模态分析和跨病理比较研究。

背景与挑战

背景概述

眼底光学相干断层扫描（OCT）技术在眼科诊断中具有重要地位，尤其在检测视网膜疾病如年龄相关性黄斑病变（AMD）、糖尿病视网膜病变（DR）等方面。Public-available-retinal-OCT-datasets数据集由多个研究机构和大学共同创建，旨在提供一个全面的眼底OCT图像资源库，以支持相关疾病的诊断和研究。该数据集包含了来自不同来源和病理类型的OCT图像，涵盖了健康眼底、AMD、DR、青光眼等多种情况，为眼科图像分析和机器学习算法的发展提供了宝贵的数据支持。

当前挑战

尽管Public-available-retinal-OCT-datasets数据集为眼科研究提供了丰富的资源，但其构建和应用过程中仍面临若干挑战。首先，数据集的多样性带来了数据标注和一致性问题，不同病理类型的图像特征差异大，增加了自动分类和诊断的难度。其次，数据集的规模和质量参差不齐，部分数据集的样本量较小，可能影响模型的泛化能力。此外，数据隐私和伦理问题也是一大挑战，如何在确保数据安全的前提下进行共享和使用，是当前亟需解决的问题。

常用场景

经典使用场景

在眼科医学领域，Public-available-retinal-OCT-datasets数据集被广泛应用于视网膜疾病的诊断与分类研究。通过分析OCT图像，研究人员能够识别和区分多种视网膜病变，如年龄相关性黄斑病变（AMD）、糖尿病性黄斑水肿（DME）和青光眼等。这些数据集为开发和验证基于深度学习的自动诊断算法提供了宝贵的资源，极大地推动了眼科影像分析技术的发展。

解决学术问题

该数据集解决了眼科影像分析中长期存在的诊断准确性和效率问题。通过提供大量高质量的OCT图像，研究人员能够训练和测试复杂的机器学习模型，从而提高对视网膜病变的识别精度。此外，这些数据集还促进了跨机构和跨学科的合作，推动了眼科医学研究的进步，为临床实践提供了科学依据。

衍生相关工作

基于Public-available-retinal-OCT-datasets数据集，许多经典的研究工作得以开展。例如，有研究利用这些数据集开发了基于卷积神经网络（CNN）的视网膜病变自动检测系统，显著提高了诊断的准确性。此外，还有研究探讨了多模态数据融合在眼科影像分析中的应用，进一步提升了诊断的全面性和可靠性。这些工作不仅丰富了眼科医学的研究内容，也为未来的技术创新奠定了基础。