MM-ODIR-129

MM-ODIR-129是一个精心策划的多模态视盘图像数据集，包含129张以视盘为中心的眼底彩照，专为青光眼检测、视盘/视杯分割以及结合医学影像与临床文本描述的多模态研究而设计。每张图像均由眼科医生标注了二元诊断标签（正常/病理），对于病理病例，还提供了七项青光眼结构性体征的严重程度评分。数据集中69张病理图像包含像素级的视杯和视盘分割掩码。数据集已划分为训练集（77张）、验证集（26张）和测试集（26张），其中正常图像共60张，病理图像共69张。除图像和分割掩码外，每条数据还包含由眼科医生撰写的自由文本临床描述（transcription）以及结构化的临床发现（locs_data）。七项青光眼评分指标包括：杯盘比、神经视网膜缘、视盘出血、视盘周围萎缩、视网膜神经纤维层缺损、视盘苍白和血管变化。该数据集支持多种研究任务，如图像二分类、多标签青光眼体征评分、视盘/视杯语义分割、视觉-语言多模态学习以及临床报告生成。数据集规模较小，适用于概念验证研究、小样本学习或作为大型预训练模型的微调集。所有病理病例均为青光眼，未包含其他视神经病变，且不提供患者人口统计学元数据。

原始信息汇总

数据集概述：MM-ODIR-129

MM-ODIR-129 是一个多模态视盘图像数据集，包含 129 张以视盘为中心的眼底彩色照片，专为青光眼检测、视盘/视杯分割以及结合医学影像与临床文本描述的多模态研究而设计。每张图像由眼科医生标注了二分类诊断（Normal 正常 / Pathological 病理），对于病理图像，还标注了七项青光眼体征的严重程度评分。其中，69 张病理图像附带了像素级的视杯和视盘掩码。

---

基本信息

属性	值
总图像数	129 张
图像模态	彩色眼底照相（以视盘为中心）
图像尺寸	分辨率可变（RGB）；掩码尺寸与对应的眼底图像一致
掩码	二值视杯掩码和视盘掩码（PNG + NumPy .npy 格式）
诊断标签	Normal（正常）、Pathological（病理）
主要病症	青光眼（针对病理病例）
数据划分	train（训练集）：77 张，validation（验证集）：26 张，test（测试集）：26 张
语言	英语、西班牙语
许可证	MIT License

---

数据集划分详情

划分	总计	正常	病理
train	77	36	41
validation	26	12	14
test	26	12	14
总计	129	60	69

---

文件结构

MM-ODIR-129/ ├── annotations.json # 全部129张图像的临床标注 ├── split.json # 训练/验证/测试划分 ├── train/ # 训练集文件 │ ├── <id><side>.jpg # 眼底图像 │ ├── <id><side>cup.png # 视杯掩码（PNG） │ ├── <id><side>cup.npy # 视杯掩码（NumPy） │ ├── <id><side>disc.png # 视盘掩码（PNG） │ └── <id><side>_disc.npy # 视盘掩码（NumPy） ├── validation/ # 验证集文件（命名规则同上） └── test/ # 测试集文件（命名规则同上）

命名规则：文件名为 {patient_id}_{eye}.jpg，其中 {eye} 为 left（左眼）或 right（右眼）；掩码文件名在基础文件名后追加 _cup 或 _disc 后再加扩展名。

---

标注信息（annotations.json）

每条记录为一个 JSON 对象，包含以下字段：

字段	描述
id	内部标注标识符
image_filename	眼底图像文件名
label	二分类标签：Normal 或 Pathological
transcription	标注眼科医生撰写的自由文本临床描述
locs_data	结构化的临床发现（见下方）

locs_data.glaucoma 评分体系

对于病理病例，对七项青光眼结构性体征进行评分，每项为单选有序变量，分数越高表示异常或严重程度越高。

1. 杯盘比（CDR）—— cup_to_disc_ratio

   • 0：≤ 0.3（正常）
   • 1：0.4 – 0.5（临界）
   • 2：0.6 – 0.7（可疑）
   • 3：0.8 – 0.9（晚期凹陷）
   • 4：1.0（完全凹陷）

2. 神经视网膜盘缘 —— neuroretinal_rim

   • 0：正常（ISNT规则保留：下方 ≥ 上方 ≥ 鼻侧 ≥ 颞侧）
   • 1：ISNT规则违反（变薄不符合正常模式）
   • 2：局灶性切迹（局部盘缘缺失）
   • 3：弥漫性变薄
   • 4：几乎完全或完全盘缘缺失

3. 视盘出血（Drance出血）—— disc_hemorrhage

   • 0：无
   • 1：存在（视盘边缘或附近的裂隙状出血）

4. 视盘周围萎缩（PPA）—— peripapillary_atrophy

   • 0：无
   • 1：仅Beta区萎缩（可见巩膜/脉络膜血管的萎缩）
   • 2：大面积或进展性Beta区萎缩

5. 视网膜神经纤维层（RNFL）缺损 —— rnfl_defect

   • 0：无可视RNFL缺损
   • 1：楔形RNFL缺损（局灶性）
   • 2：弥漫性RNFL变薄
   • 3：楔形缺损和弥漫性变薄均存在

6. 视盘苍白 —— disc_pallor

   • 0：正常颜色
   • 1：轻度苍白
   • 2：显著苍白（需考虑其他视神经病变）

7. 血管改变 —— vessel_changes

   • 0：正常血管模式
   • 1：血管屈膝（血管在盘缘处偏折）
   • 2：血管鼻侧移位
   • 3：血管屈膝和鼻侧移位均存在

对于 Normal 病例，locs_data 通常为空（{}）。

---

掩码信息

• PNG 掩码：8位灰度图（模式 L），空间维度与对应眼底图像相同。前景像素（255）表示感兴趣区域，背景像素（0）表示非感兴趣区域。
• NumPy 掩码：uint8 类型数组，值为 {0, 1}，高和宽与对应眼底图像相同。
• 仅病理图像提供掩码，各划分中带掩码的图像数量如下：

划分	带掩码图像数
train	41
validation	14
test	14

---

应用场景

1. 二分类：根据眼底图像预测 Normal（正常） vs. Pathological（病理）。
2. 多标签评分：预测七项青光眼严重程度评分。
3. 视盘/视杯分割：从眼底图像中分割视盘和视杯。
4. 多模态学习：结合眼底图像与临床文本描述进行视觉-语言建模。
5. 报告生成：根据视网膜图像生成临床描述。

---

引用与许可

• 引用：正式引用尚未发布，使用时请引用数据集网址：https://huggingface.co/datasets/TheBug95/MM-ODIR-129
• 许可证：MIT License

---

局限性

• 数据集规模较小（129张图像），适合概念验证研究、少样本学习或作为大型预训练模型的微调集。
• 本次发布的病理病例均标注为青光眼，不包含其他视神经病变。
• 未提供患者元数据，无法进行人口统计学分析。

搜集汇总

数据集介绍

构建方式

MM-ODIR-129是一个精心构建的多模态眼底图像数据集，包含129张以视盘为中心的彩色眼底照片。每张图像均由经验丰富的眼科医生进行双重标注：首先赋予二元诊断标签（正常或病理），继而针对病理样本在七个青光眼体征维度上进行分级评分，包括杯盘比、视神经视网膜边缘、视盘出血、视盘周围萎缩、视网膜神经纤维层缺损、视盘苍白及血管改变。此外，69张病理图像还配备了像素级的视杯与视盘分割掩膜，以PNG和NumPy两种格式存储。数据集按照77/26/26的比例划分为训练集、验证集和测试集，并提供了完整的JSON格式注释文件与分割方案。

使用方法

研究人员可通过Hugging Face Datasets库以`load_dataset('TheBug95/MM-ODIR-129')`直接加载该数据集，或参照官方示例使用自定义加载器解析JSON注释与图像掩膜文件。数据集支持多种研究范式：可基于眼底图像进行正常与病理的二元分类；利用七项青光眼体征评分实施多标签分级；结合视杯与视盘掩膜进行分割网络的训练与评估；亦可联合图像与临床转录文本开展多模态学习或医学报告生成。建议使用者注意，所有病理样本均标注为青光眼，且缺乏患者人口统计学信息，因此在临床应用前需谨慎验证。

背景与挑战

背景概述

MM-ODIR-129数据集由来自哥斯达黎加的眼科专家团队构建，于近年发布，专注于青光眼的眼底影像分析。该数据集包含129张以视盘为中心的彩色眼底照片，每张图像均配有眼科医师标注的二元诊断（正常/病理），其中69张病理图像还提供了像素级的视盘与视杯分割掩膜，以及七项青光眼结构性体征的严重程度评分。作为多模态医学影像数据集，它不仅支持传统的图像分类与分割任务，还融合了临床文本描述，为视觉-语言建模和自动化报告生成提供了独特的资源。MM-ODIR-129的发布填补了小样本、多模态青光眼研究数据的空白，尤其适用于少样本学习、模型预训练微调以及跨模态医学AI方法的验证，对推动眼科智能诊断技术的发展具有重要意义。

当前挑战

MM-ODIR-129所解决的领域核心挑战在于眼底影像中青光眼的结构性病变识别与量化评估，包括视盘与视杯的精确分割、杯盘比等七项临床体征的客观分级，以及基于影像与文本联合推理的多模态理解。然而，数据集自身规模仅129张图像，显著制约了深度模型的泛化能力，难以直接用于临床级诊断系统的训练。构建过程中，高质量医学标注的获取异常困难：每张图像均需资深眼科医师按照严格定义的评分标准逐项标注，并撰写自由文本临床描述，耗时且主观差异难以避免。此外，所有病理样本均限于青光眼，未涵盖其他视神经病变，且缺乏患者人口学信息，限制了跨种族、跨病症的分析能力，使得基于此数据集的模型在真实复杂临床场景中的鲁棒性面临显著挑战。

常用场景

经典使用场景

MM-ODIR-129作为一款精心标注的多模态视盘眼底影像数据集，其核心应用场景聚焦于青光眼的智能化筛查与诊断。具体而言，研究者可基于该数据集开展眼底图像的二分类任务，以区分正常与病理状态；也可对七项青光眼结构性体征进行多标签严重程度分级，实现更精细化的病程评估。此外，该数据集独有的像素级视盘与视杯分割标注，为眼底关键结构的精准分割提供了理想训练资源，有效推动青光眼相关生物标志的量化分析。

解决学术问题

该数据集精准回应了眼底影像分析领域中标注数据稀缺与模态单一的双重困境。通过提供眼科专家标注的二元诊断标签、七维青光眼体征评分及结构化临床文本描述，MM-ODIR-129为构建高效、可解释的青光眼辅助诊断模型奠定了数据基础。它解决了大规模标注成本高昂、跨模态信息融合不足等学术难题，促进了多模态学习与视觉语言建模在眼科的应用，显著提升了疾病早期筛查的智能化水平与研究可重复性。

实际应用

在实际临床场景中，MM-ODIR-129所支持的技术可嵌入远程医疗与初级眼保健体系，助力资源匮乏地区实现青光眼的快速初筛。基于该数据集训练的模型能够自动分析眼底照片，识别视杯扩大、视盘出血、视网膜神经纤维层缺损等关键病理征象，并生成结构化报告，辅助非专科医生做出转诊决策。同时，其多模态能力可驱动医学影像报告自动生成系统，显著提升门诊效率与诊断一致性。

数据集最近研究

最新研究方向

当前，MM-ODIR-129数据集在眼科人工智能领域的前沿探索中扮演着关键角色，尤其聚焦于青光眼的细粒度结构征象自动识别与多模态诊断融合。随着糖尿病视网膜病变筛查的普及，青光眼作为不可逆致盲性眼病，其早期精准诊断成为热点。该数据集创新性地整合了眼底彩照、杯盘比、神经纤维层缺损等七项半定量眼科征象的标注，以及眼科医师撰写的结构化文本描述，为构建多任务学习模型提供了基础。研究者正借助该数据集发展视觉-语言联合推理模型，探索从单一图像直接生成临床描述文本，或联合图像与文本特征进行更鲁棒的疾病分级。此外，基于129例小样本的特性，该数据集也成为测试迁移学习、少样本学习及提示学习在大规模预训练视觉模型上微调的理想平台，其意义在于推动眼科AI从简单的二分类迈向征象级解释与多模态临床决策支持。