OCTA-500

Optical coherence tomography angiography (OCTA) is a novel imaging modality that allows a micron-level resolution to present the three-dimensional structure of the retinal vascular.We propose a new multi-modality dataset, dubbed OCTA-500. It contains 500 subjects with 2 field of view (FOV) types, including OCT and OCTA volumes, 6 types of projections, 4 types of text labels and 2 types of pixel-level labels. This dataset contains more than 360K images with a size of about 80GB. Now, OCTA-500 is publicly available. OCTA-500 includes two subsets: OCTA_6M and OCTA_3M.OCTA_6M(No.10001-No.10300): FOV: 6mm*6mm*2mm Volume: 400pixel*400pixel*640pixelOCTA_3M(No.10301-No.10500): FOV: 3mm*3mm*2mm Volume: 304pixel*304pixel*640pixelBoth subsets contain the following information: OCT volumes OCTA volumes Projection Maps -OCT FULL(average) -OCT ILM_OPL (average) -OCT OPL_BM (average) -OCTA FULL (average) -OCTA ILM_OPL (maximum) -OCTA OPL_BM (maximum) Text Label -Gender -Age -OS/OD -Disease Pixel Label -retinal vessel segmentation -foveal avascular zone segmentation Related Papers:-Mingchao Li, Yerui Chen, Zexuan Ji, Keren Xie, Songtao Yuan, Qiang Chen, and Shuo Li.“Image projection network: 3D to 2D image segmentation in OCTA images,” IEEE Trans. Med. Imaging, vol. 39, no. 11 pp. 3343-3354, 2020.-Mingchao Li, Yuhan Zhang, Zexuan Ji, Keren Xie, Songtao Yuan, Qinghuai Liu and Qiang Chen. "IPN-V2 and OCTA-500: Methodology and Dataset for Retinal Image Segmentation," arXiv:2012.07261. Related Codes:IPN: https://github.com/chaosallen/IPN_tensorflowIPN-V2: https://github.com/chaosallen/IPNV2_pytorch Get Password:To get the password of the compressed package, an application email must be sent to [e-mail] with a specified form like below, otherwise may be ignored.Title of Mail:The string of 'OCTA500' can not be empty. It is the fixed form and a special sign we use to identifying your downloading intention from other disturbers like spams.The contents appending to OCTA500 can help us identifying you more easily.OCTA500: your_organization: your_nameBody of Mail:Organization Detail: Your Organization DetailsMain Works: Your Main WorksUsages: YourUsages About This Data Set

光学相干断层扫描血管造影（Optical coherence tomography angiography, OCTA）是一种新型成像模态，可实现微米级分辨率，呈现视网膜血管的三维结构。本研究提出一款新型多模态数据集，命名为OCTA-500。该数据集涵盖500名受试者，包含2种视野（field of view, FOV）类型，囊括OCT与OCTA容积数据、6类投影图像、4类文本标签以及2类像素级标签。数据集总图像数量超过36万张，总数据量约80GB。目前OCTA-500已公开可用，其包含两个子数据集：OCTA_6M与OCTA_3M。

OCTA_6M（编号10001至10300）：视野参数为6mm×6mm×2mm，图像容积尺寸为400像素×400像素×640像素；
OCTA_3M（编号10301至10500）：视野参数为3mm×3mm×2mm，图像容积尺寸为304像素×304像素×640像素。

两类子数据集均包含以下信息：
1. OCT容积数据
2. OCTA容积数据
3. 投影映射图：
- OCT全层（平均投影）
- OCT内界膜-外丛状层（平均投影）
- OCT外丛状层-Bruch膜（平均投影）
- OCTA全层（平均投影）
- OCTA内界膜-外丛状层（最大强度投影）
- OCTA外丛状层-Bruch膜（最大强度投影）
4. 文本标签：性别、年龄、眼别（OS/OD）、疾病状态
5. 像素级标签：视网膜血管分割掩码、中心凹无血管区分割掩码

相关研究论文：
1. Mingchao Li、Yerui Chen、Zexuan Ji、Keren Xie、Songtao Yuan、Qiang Chen、Shuo Li. 《图像投影网络：OCTA图像中的3D到2D图像分割》，IEEE医学成像汇刊（IEEE Trans. Med. Imaging），第39卷第11期，第3343-3354页，2020年。
2. Mingchao Li、Yuhan Zhang、Zexuan Ji、Keren Xie、Songtao Yuan、Qinghuai Liu、Qiang Chen. 《IPN-V2与OCTA-500：视网膜图像分割的方法与数据集》，arXiv:2012.07261。

相关代码：
IPN：https://github.com/chaosallen/IPN_tensorflow
IPN-V2：https://github.com/chaosallen/IPNV2_pytorch

获取压缩包密码说明：
如需获取数据集压缩包的密码，需按照指定格式向邮箱[e-mail]发送申请邮件，否则申请将被忽略。
邮件标题要求：必须包含不可为空的字符串“OCTA500”，该字符串为固定格式，也是我们用于区分垃圾邮件等干扰信息、识别您的下载意图的特殊标识。在“OCTA500”后追加的内容可帮助我们更高效地识别您的身份。
邮件内容格式参考：
OCTA500: 您的所属机构: 您的姓名
邮件正文需包含以下内容：
机构详情：您的机构详细信息
主要工作：您的主要研究/工作内容
用途：您使用本数据集的具体用途

搜集汇总

背景与挑战

背景概述

OCTA-500是一个大规模的多模态视网膜成像数据集，包含500名受试者的OCT和OCTA体积数据，以及多种投影图和标注信息，总数据量约80GB。它支持视网膜血管和中央凹无血管区分割等任务，分为OCTA_6M和OCTA_3M两个子集，分别对应不同视野大小和分辨率。数据集公开可用，但需通过申请获取访问密码。