FAIR AMD OCT Datasets Paper

这是与题为“公开可用的与年龄相关的黄斑变性成像数据集：根据可发现、可访问、可互操作、可重复（FAIR）原则进行评估”的论文相关的数据集。年龄相关性黄斑变性（AMD）是老年人群中视力丧失的主要原因，影响全球超过2亿人。在本文中，我们根据FAIR原则评估了公开可用的AMD相关数据集，包含光学相干断层扫描（OCT）数据。本仓库包含了我们评估的相关数据。

This is a dataset associated with the paper titled "Publicly Available Age-Related Macular Degeneration Imaging Datasets: Evaluation According to the Findable, Accessible, Interoperable, Reusable (FAIR) Principles". Age-Related Macular Degeneration (AMD) is the leading cause of vision loss among the elderly, affecting more than 200 million people worldwide. In this paper, we evaluate publicly available AMD-related datasets that include Optical Coherence Tomography (OCT) data based on the FAIR principles. This repository contains the relevant data from our evaluation.

原始信息汇总

数据集：FAIR AMD OCT 数据集论文

关于

该数据集与题为“公开可用的与年龄相关的黄斑变性成像数据集：根据可发现、可访问、可互操作、可重复（FAIR）原则进行评估”的论文相关联。年龄相关的黄斑变性（AMD）是老年人视力丧失的主要原因，全球有超过2亿人受其影响。在这篇论文中，我们根据FAIR原则评估了公开可用的包含光学相干断层扫描（OCT）数据的AMD相关数据集。本仓库包含了我们评估的相关数据。有关所有相关资源的清单，包括论文，请参见清单。

遵循的标准

该数据集按照SPARC数据结构v2.1（参见相关手稿和文档）进行结构化，并使用SPARC数据管理软件SODA v15.0.2进行整理。

使用数据集

只需下载本仓库即可使用数据文件。或者，您可以从Zenodo下载。主要数据文件位于primary文件夹中。该文件夹中有一个manifest.xlsx文件，描述了这两个文件。docs文件夹包含与论文相关的补充图表，这些图表也在manifest.xlsx文件中进行了描述。有关我们开发的用于分析和可视化数据的Jupyter笔记本的链接，请参见清单。

许可证

本工作根据[Creative Commons Attribution 4.0 International License][cc-by]进行许可。

反馈和贡献

使用GitHub issues提交反馈或提出建议。您也可以fork仓库并提交带有建议的pull request。

如何引用

如果您使用此数据集，请引用相关论文（将在此处列出），并同时引用本仓库：

bash Gim, Nayoon, Ferguson, Alina, Blazes, Marian, Soudarajan, Sanjay, Gasimova, Aydan, Patel, Bhavesh & Lee, Cecilia. (2024). Dataset: FAIR AMD OCT Datasets Paper [Data set]. Zenodo. https://doi.org/10.5281/zenodo.12669652

搜集汇总

数据集介绍

构建方式

在构建FAIR AMD OCT Datasets Paper数据集时，研究团队遵循了SPARC Data Structure v2.1的标准，这一结构旨在确保数据的可发现性、可访问性、互操作性和可重复性。数据集的整理工作通过SPARC数据整理软件SODA v15.0.2完成，该软件专门设计用于处理和优化生物医学研究数据。通过这一系统化的方法，数据集不仅符合FAIR原则，还确保了数据的高质量和一致性。

特点

FAIR AMD OCT Datasets Paper数据集的显著特点在于其严格遵循FAIR原则，确保数据在公开可用的情况下仍能保持高度的可访问性和互操作性。此外，数据集结构化地包含了光学相干断层扫描（OCT）数据，这些数据对于年龄相关性黄斑变性（AMD）的研究至关重要。数据集还附带了详细的`manifest.xlsx`文件，描述了所有主要数据文件和补充材料，增强了数据的可解释性和使用价值。

使用方法

使用FAIR AMD OCT Datasets Paper数据集时，用户可以通过下载GitHub仓库或从Zenodo平台获取数据文件。主要数据文件位于`primary`文件夹中，并附有详细的`manifest.xlsx`文件，描述了每个文件的内容和用途。此外，`docs`文件夹中包含了与论文相关的补充图表。为了进一步分析和可视化数据，用户可以参考GitHub仓库中的Jupyter笔记本，该笔记本提供了数据处理的示例代码和方法。

背景与挑战

背景概述

FAIR AMD OCT Datasets Paper数据集是与题为“Publicly Available Imaging Datasets for Age-related Macular Degeneration: Evaluation according to the Findable, Accessible, Interoperable, Reproducible (FAIR) Principles”的论文相关联的。该数据集由主要研究人员如Gim Nayoon、Ferguson Alina等创建，旨在评估公开可用的与年龄相关性黄斑变性（AMD）相关的光学相干断层扫描（OCT）数据集是否符合FAIR原则。AMD作为全球老年人视力丧失的主要原因，影响超过2亿人。该数据集的创建不仅为AMD研究提供了宝贵的资源，还推动了FAIR原则在医学数据共享中的应用。

当前挑战

FAIR AMD OCT Datasets Paper数据集在构建过程中面临多项挑战。首先，确保数据的可发现性、可访问性、互操作性和可重复性需要严格遵循FAIR原则，这要求数据结构和元数据的精确性。其次，由于AMD数据的敏感性和复杂性，数据的标准化和质量控制成为关键问题。此外，如何确保数据在不同研究团队间的有效共享和使用，以及如何保护患者隐私和数据安全，也是该数据集面临的重大挑战。

常用场景

经典使用场景

在眼科研究领域，FAIR AMD OCT Datasets Paper数据集被广泛用于评估与年龄相关性黄斑变性（AMD）相关的公开光学相干断层扫描（OCT）数据集的FAIR原则符合性。通过该数据集，研究者能够系统地分析和比较不同数据集的可发现性、可访问性、互操作性和可重复性，从而为AMD研究提供高质量的数据资源。

实际应用

在实际应用中，FAIR AMD OCT Datasets Paper数据集被用于指导数据管理实践，特别是在医疗和生物医学领域。它帮助研究机构和数据管理者优化数据存储和共享策略，确保数据的高效利用和长期保存，从而支持更广泛的研究合作和知识传播。

衍生相关工作

基于FAIR AMD OCT Datasets Paper数据集，衍生了一系列相关工作，包括开发用于数据评估的自动化工具和方法，以及制定数据共享的最佳实践指南。这些工作进一步推动了FAIR原则在生物医学数据管理中的应用，促进了跨学科的数据整合和分析。