糖尿病视网膜病变
糖尿病视网膜病变是糖尿病最常见的微血管并发症之一，也是劳动年龄人群主要的致盲性眼病。其发病机制主要涉及长期高血糖引起的多元醇通路激活、晚期糖基化终末产物堆积、氧化应激及炎症反应，导致视网膜毛细血管周细胞丢失、基底膜增厚、血-视网膜屏障破坏。VEGF等促血管生成因子过度表达进一步诱发新生血管形成。临床上早期为非增殖期，表现为微动脉瘤、点片状出血、硬性渗出及棉绒斑；进展至增殖期后出现视盘或视网膜新生血管、玻璃体积血甚至牵拉性视网膜脱离，严重者可致失明。诊疗上强调全身代谢控制联合眼科规范化筛查，增殖期病变依赖全视网膜光凝或抗VEGF药物眼内注射，重症需玻璃体切割手术。目前人工智能辅助眼底影像分析在社区筛查中的应用显著提升了早期识别率，为疾病管理带来新方向。
获取 糖尿病视网膜病变 专属定制方案
糖尿病视网膜病变筛查数据集
该数据集是一个包含视网膜眼底图像的医学影像数据集，专门用于糖尿病视网膜病变的筛查研究，通过计算机视觉技术辅助实现病变的自动检测与分级，以支持早期诊断和医疗决策。
糖尿病视网膜病变检测眼底图像数据集
该数据集包含尺寸为3680x3288的眼底图像，数据模态为医学图像，来源于印度眼科机构的临床采集，由专业眼科医生根据ETDRS标准进行糖尿病视网膜病变分级标注，主要用于开发自动化诊断工具以支持糖尿病视网膜病变的早期检测与辅助诊断研究。
糖尿病性视网膜病变诊断数据集
该数据集是一个专门用于糖尿病性视网膜病变诊断的医学图像数据集，包含大量眼底图像及其对应的病变严重程度分级标签，数据模态为医学影像（眼底照片）。其主要用途是支持计算机辅助诊断、深度学习模型训练以及医学图像分类与检测研究，适用于眼科疾病智能筛查和医疗人工智能应用开发。
糖尿病视网膜病变检测眼底数据集
该数据集包含从印度眼科机构采集的高分辨率眼底图像，数据模态为医学影像，每张图像尺寸为3680x3288像素，并经由专业眼科医生根据ETDRS标准进行糖尿病视网膜病变的标注与分级，主要用于支持医学人工智能研究，开发自动化诊断工具，以实现糖尿病视网膜病变的早期检测与辅助诊断。
调整尺寸的EyePACS糖尿病视网膜病变数据集
该数据集包含经过重新调整尺寸的眼底图像，属于医学图像模态，主要用于糖尿病视网膜病变的自动检测、分级和诊断研究，支持计算机辅助诊断系统的开发与验证。
糖尿病视网膜病变检测
这是一个包含视网膜眼底图像的医学影像数据集，专门用于糖尿病视网膜病变的自动检测与分类研究，数据模态为图像，主要应用于医疗健康领域的疾病筛查、辅助诊断以及机器学习模型的开发与评估，旨在提高眼科疾病的早期识别效率和诊断准确性。
DDR增强型伪影数据集
该数据集是一个医学影像模态的数据集，主要内容为经过合成伪影增强的眼底图像，每张图像都标注了糖尿病视网膜病变的严重程度等级。其主要用途是研究人工智能模型在医学图像存在伪影（如血管反射）时的鲁棒性，可用于训练和评估糖尿病视网膜病变分类器、病变分割模型以及专门用于识别和去除图像伪影的预处理模块，旨在提升相关模型在真实复杂成像条件下的性能。
糖尿病性视网膜病变预处理数据集（256x256）
该数据集是一个包含2750张256x256像素视网膜图像的医学影像数据集，数据模态为图像，每张图像均标注了糖尿病性视网膜病变的标签，来源于Kaggle平台并经过预处理，主要用于医学图像分析领域，支持糖尿病性视网膜病变的自动分类、疾病筛查及计算机辅助诊断等研究方向。
MESSIDOR
MESSIDOR 数据集是一个包含眼底图像的糖尿病视网膜病变二分类数据集，数据模态为医学图像，主要用于糖尿病视网膜病变的自动分类和诊断研究，支持计算机辅助诊断系统的模型开发和泛化能力验证。
DRIVE（用于血管提取的数字视网膜图像）
DRIVE 数据集是一个包含 40 张彩色眼底图像的医学影像数据集，数据模态为视网膜图像，每张图像均附带视场掩模和手动血管分割标注，主要用于视网膜血管分割算法的训练与评估，支持糖尿病视网膜病变筛查和医学图像分析研究。
RetinaMNIST
该数据集包含用于糖尿病视网膜病变严重程度分类的视网膜彩色眼底图像，每张图像标注了五个严重程度等级，数据模态为医学影像。数据集基于MedMNIST原始数据构建，并通过GPT-4o采样补充了多模态推理轨迹，主要应用于糖尿病视网膜病变的自动分级、医学影像分析以及结合大语言模型的临床辅助诊断研究。
糖尿病性黄斑水肿的OCT图像数据集
该数据集是一个包含糖尿病性黄斑水肿患者光学相干断层扫描（OCT）图像的数据集，数据模态为医学图像，来源于杜克眼科中心的临床就诊记录，主要用于糖尿病性黄斑水肿的自动检测、医学图像分析以及计算机辅助诊断系统的研究与开发。