realslimman/REFUGE-MultiRater

---
license: apache-2.0
task_categories:
- image-segmentation
- image-classification
language:
- en
tags:
- segmentation
- fundus image
- glaucoma
- medical image
pretty_name: REFUGE
size_categories:
- 1K<n<10K
---
## REFUGE
REFUGE Challenge provides a data set of 1200 fundus images with ground truth segmentations and clinical glaucoma labels, currently the largest existing one.

This dataset supplied multi-rater annotations of [REFUGE Challenge Dataset](https://refuge.grand-challenge.org/). The challenge dataset releases majority vote (with some modifications) results of seven independent
annotations. We release the scource seven annotations here.

## Cite
~~~
@article{fang2022refuge2,
title={REFUGE2 Challenge: Treasure for Multi-Domain Learning in Glaucoma Assessment},
author={Fang, Huihui and Li, Fei and Wu, Junde and Fu, Huazhu and Sun, Xu and Cao, Xingxing and Son, Jaemin and Yu, Shuang and Zhang, Menglu and Yuan, Chenglang and Bian, Cheng and others},
journal={arXiv preprint arXiv:2202.08994},
year={2022}
}

~~~

许可证：Apache-2.0
任务类别：
- 图像分割（image-segmentation）
- 图像分类（image-classification）
语言：
- 英语（en）
标签：
- 分割（segmentation）
- 眼底图像（fundus image）
- 青光眼（glaucoma）
- 医学图像（medical image）
展示名称：REFUGE
样本规模类别：1K<n<10K
---
## REFUGE
REFUGE挑战赛提供了1200张带有真值分割标注与临床青光眼标签的眼底图像数据集，为目前已公开的同类最大规模数据集。
本数据集附带REFUGE挑战赛数据集的多标注者注释，相关数据集可访问[REFUGE挑战赛数据集](https://refuge.grand-challenge.org/)。该挑战赛数据集发布了7组独立标注结果的多数投票（经部分修改）结果，本次我们将公开全部7组原始标注数据。

## 引用
~~~
@article{fang2022refuge2,
title={REFUGE2挑战赛：青光眼评估多域学习的宝藏数据集},
author={方慧慧 and 李菲 and 吴俊德 and 傅华柱 and 孙旭 and 曹星星 and Son, Jaemin and 于爽 and 张梦露 and 袁程朗 and 边澄 and 等},
journal={arXiv预印本 arXiv:2202.08994},
year={2022}
}
~~~

原始信息汇总

REFUGE 数据集概述

基本信息

• 许可证：Apache-2.0
• 任务类别：
  • 图像分割
  • 图像分类
• 语言：英语
• 标签：
  • 分割
  • 眼底图像
  • 青光眼
  • 医学图像
• 名称：REFUGE
• 大小类别：1K<n<10K

数据集描述

REFUGE Challenge 提供了一个包含1200张眼底图像的数据集，这些图像具有地面真实分割和临床青光眼标签，是目前最大的现有数据集。该数据集提供了多评注者的REFUGE Challenge Dataset注释。挑战数据集发布了七个独立注释的多数投票（经过一些修改）结果，并在此处发布了原始的七个注释。

引用

@article{fang2022refuge2, title={REFUGE2 Challenge: Treasure for Multi-Domain Learning in Glaucoma Assessment}, author={Fang, Huihui and Li, Fei and Wu, Junde and Fu, Huazhu and Sun, Xu and Cao, Xingxing and Son, Jaemin and Yu, Shuang and Zhang, Menglu and Yuan, Chenglang and Bian, Cheng and others}, journal={arXiv preprint arXiv:2202.08994}, year={2022} }

搜集汇总

数据集介绍

构建方式

该数据集REFUGE-MultiRater的构建，是基于REFUGE Challenge提供的1200张眼底图像及其对应的真实分割结果和临床青光眼标签。数据集采纳了多标注者的标注结果，具体而言，它包含了七位独立标注者的多数投票（经过某些修改）结果，并在此处公开了七位标注者的原始标注数据，以供研究者深入分析和利用。

特点

REFUGE-MultiRater数据集的特点在于，它是目前存在的最大的眼底图像数据集之一，不仅包含了精细的图像分割标注，还提供了临床诊断的重要标签，这对于青光眼评估的多领域学习研究具有重要价值。数据集的多标注特性使其成为评估算法稳健性的宝贵资源，同时，开源的原始标注数据为研究提供了更高的透明度和可复现性。

使用方法

使用REFUGE-MultiRater数据集，研究者可以访问HuggingFace的数据集库，根据Apache-2.0许可证的规定，自由地下载和使用这些数据。用户需要遵循数据的使用条款，并正确引用相关文献，以确保研究的合法性和学术诚信。数据集的多样性使得它适用于图像分割和图像分类等任务，特别是在医疗图像分析领域。

背景与挑战

背景概述

REFUGE-MultiRater数据集，全称为REFUGE，是由Fang Huihui等研究人员于2022年创建的，涵盖了1200张眼底图像及其对应的真实分割结果和临床青光眼标签，是目前同类数据集中规模最大的。该数据集的核心研究问题是为青光眼评估提供高质量的多领域学习资源，对医学图像分析领域产生了显著影响。

当前挑战

该数据集在构建过程中遇到的挑战主要包括：1) 多标注者之间的一致性验证，确保标注质量；2) 处理和整合来自多个独立标注的结果，以形成可靠的多数投票结果。在解决领域问题方面，REFUGE-MultiRater数据集面临的挑战是如何有效利用多领域学习来提高青光眼评估的准确性和可靠性。

常用场景

经典使用场景

在医学图像分析领域，REFUGE-MultiRater数据集的经典使用场景是进行眼底图像的分割和分类，尤其是针对青光眼等眼科疾病的诊断与评估。该数据集提供了丰富的多标注者标注结果，为算法训练和验证提供了重要基础。

衍生相关工作

基于REFUGE-MultiRater数据集，学术界衍生出了许多相关的工作，如青光眼早期诊断模型的研究、多标注者一致性评估方法的发展以及跨领域医学图像分析的探索，进一步推动了医学图像分析领域的发展。

数据集最近研究

最新研究方向

在医学影像分析领域，尤其是青光眼评估的细分市场中，REFUGE-MultiRater数据集以其丰富的多标注特性，成为当前研究的热点。该数据集不仅包含了1200张眼底图像及其对应的真实分割和临床青光眼标签，而且提供了七位独立标注者的多数投票结果，为多域学习在青光眼评估中的应用提供了宝贵的资源。近期研究聚焦于利用此数据集进行模型训练，以实现对青光眼的精确诊断和评估，对于提高医疗诊断的自动化水平具有重大影响和意义。