Optical Coherence Tomography Angiography Image dataset for detection of Diabetic Retinopathy

该数据集名为“Optical Coherence Tomography Angiography Image dataset for detection of Diabetic Retinopathy”，由Symbiosis Centre for Applied Artificial Intelligence (SCAAI) Symbiosis Institute of Technology, Symbiosis International (Deemed University) (SIU)创建。数据集包含268张来自179名个体的眼底图像，使用Optovue Avanti Edition设备采集，涵盖左眼和右眼的OCTA扫描。数据集经过两位眼科专家的标注，分为无DR、轻度DR和中等DR三类。创建过程包括数据采集、标注和分类。该数据集主要用于开发和测试自动化诊断工具，以早期检测糖尿病视网膜病变，改善患者治疗效果。This dataset, named "Optical Coherence Tomography Angiography Image dataset for detection of Diabetic Retinopathy", was developed by the Symbiosis Centre for Applied Artificial Intelligence (SCAAI), Symbiosis Institute of Technology, Symbiosis International (Deemed University) (SIU). It comprises 268 fundus OCTA scans from 179 individual participants, acquired using an Optovue Avanti Edition device, covering both left and right eye scans. The dataset was annotated by two ophthalmologists and categorized into three classes: no diabetic retinopathy (no DR), mild diabetic retinopathy (mild DR), and moderate diabetic retinopathy (moderate DR). The dataset construction process includes data acquisition, manual annotation and classification. This dataset is primarily utilized for developing and testing automated diagnostic tools for early detection of diabetic retinopathy, aiming to improve patient treatment outcomes.

搜集汇总

数据集介绍

构建方式

该数据集通过采集印度普纳市Natasha Eye Care和研究中心的179名个体共268张视网膜图像构建而成，图像由Optovue Avanti Edition设备按照特定协议进行非散瞳光学相干断层扫描血管成像（OCTA）获取。经过两位眼科专家的精确标注，该数据集旨在为糖尿病视网膜病变（DR）的早期检测提供支持，助力自动化诊断工具的开发。

特点

该数据集具有以下特点：首先，图像来源于真实临床环境，涵盖了不同糖尿病视网膜病变严重程度的分类；其次，数据集由经验丰富的眼科专家进行标注，确保了标签的准确性和可靠性；最后，数据集提供了详细的元数据，包括患者的人口统计信息和临床病史，为研究提供了丰富的背景信息。

使用方法

使用该数据集时，研究者可以依据提供的Excel文件对图像进行分级，并根据DOI获取原始图像。在应用前，需确保遵守数据使用协议，并在研究成果中正确引用数据集。该数据集适用于机器学习和深度学习模型的训练与测试，有助于推动糖尿病视网膜病变自动化诊断技术的发展。

背景与挑战

背景概述

糖尿病视网膜病变（Diabetic Retinopathy, DR）是全球范围内糖尿病患者视力下降和失明的主要原因。本研究介绍的Optical Coherence Tomography Angiography Image dataset数据集，由Symbiosis Centre for Applied Artificial Intelligence等机构在2019年创建，包含来自179个个体共268张视网膜图像，旨在为研究人员和医生提供一种自动化的诊断工具，以实现糖尿病视网膜病变的早期检测。该数据集的构建，标志着在利用先进成像技术和人工智能算法进行眼科疾病诊断领域的一个重要进展。

当前挑战

在数据集构建的过程中，研究人员面临的主要挑战包括：1）获取患者同意并进行研究的解释工作；2）由于OCTA扫描需要患者的高度配合，因此在获取高质量图像方面存在困难；3）数据集规模有限，仅有268张图像。在研究领域问题方面，该数据集旨在解决糖尿病视网膜病变早期检测的挑战，这需要精确的图像注释和大量的数据来训练机器学习模型。此外，将OCTA与其他成像模式（如眼底成像）相结合的多模态方法，也是提高DR检测精度的一个挑战。

常用场景

经典使用场景

Optical Coherence Tomography Angiography Image dataset在糖尿病视网膜病变的早期检测中具有经典的应用价值。该数据集包含了经过专业眼科医生注释的268张视网膜图像，能够为研究人员和医生提供自动化诊断工具的开发基础，以便在疾病的早期阶段进行干预，从而改善患者预后。

衍生相关工作

基于该数据集，已经衍生出了一系列相关工作，包括深度学习模型在糖尿病视网膜病变检测中的应用研究，以及多模态图像融合技术在疾病早期发现中的应用探索，这些研究进一步推动了眼科诊疗技术的发展。

数据集最近研究

最新研究方向

该数据集最新研究方向聚焦于利用光学相干断层扫描血管成像技术（OCTA）在糖尿病视网膜病变（DR）的早期检测中。研究通过构建包含268个视网膜图像的数据集，旨在开发自动化诊断工具，以便更早地发现DR，从而改善患者预后。这些图像由专家进行详细标注，为机器学习和深度学习模型提供了宝贵的训练和测试数据。当前研究热点包括利用OCTA与眼底成像技术的融合，以及深度学习模型在视网膜图像分析中的应用，以期提高DR诊断的准确性和及时性。

相关研究论文

• Optical Coherence Tomography Angiography-OCTA dataset for the study of Diabetic Retinopathy

  Symbiosis Centre for Applied Artificial Intelligence (SCAAI) Symbiosis Institute of Technology, Symbiosis International (Deemed University) (SIU) · 2024年