视网膜疾病

该数据集包含约12,000条带有条形码的pegRNA序列，属于基因编辑领域的分子数据模态，通过靶向合成整合的50 bp序列基序，模拟了超过21个遗传性视网膜疾病相关基因的疾病背景。其主要用途是探索非工程化pegRNA设计的通用特征，为基于PE2系统的基因校正提供简化的设计指南，适用于遗传性视网膜疾病的基因治疗研究。

该数据集是一个包含2208张视网膜图像的多标签医学影像数据集，涵盖20种不同的视网膜疾病标签，数据来源于ARIA、STARE和RFMiD三个公开数据集并经过严格后处理，主要用于开发计算机辅助诊断系统，支持视网膜疾病的自动检测与多标签分类研究，以提高模型的鲁棒性和临床适用性。

该数据集包含来自不同患者的视网膜图像，涵盖多种类型及严重程度的白内障，数据模态为医学影像，主要用于训练和评估深度学习模型，以支持白内障的自动化检测与分级研究，可应用于眼科疾病的计算机辅助诊断与智能医疗系统开发。

该数据集包含通过qRT-PCR技术获取的血清和玻璃体液样本中microRNA表达数据，涉及视网膜血管相关疾病（如年龄相关性黄斑变性、糖尿病视网膜病变和视网膜静脉阻塞）患者及对照人群，主要研究循环microRNA作为疾病生物标志物的潜力，用于探索其在疾病诊断、机制研究和精准医疗中的应用价值。

该数据集包含视网膜疾病相关的医学图像数据，数据模态为眼底图像，涵盖正常与多种病理状态的视觉信息，主要用于计算机视觉和深度学习在医学影像分析领域的研究，特别是视网膜疾病的自动分类、辅助诊断模型开发以及医疗AI应用的训练与评估。

ROSE数据集是一个专门用于视网膜血管分割的医学图像数据集，包含来自不同受试者的OCTA图像模态，涵盖浅表和深部血管丛的正面血管造影，图像分辨率分别为304×304像素和840×840像素，数据经过专家人工标注，提供中心线级和像素级血管注释，主要用于视网膜血管分割算法开发、疾病诊断研究以及医学图像分析领域的应用。

该数据集是一个包含100张眼底自发荧光（FAF）图像的合成医学影像集合，涵盖10种基因相关的遗传性视网膜疾病，数据模态为眼科医学影像。它通过SynthEye算法生成，主要用于遗传性视网膜疾病的计算机辅助诊断、影像分析算法开发以及医学影像合成技术的验证与研究，为眼科人工智能研究提供了安全且符合伦理的合成数据资源。

该数据集是一个包含多种视网膜疾病眼底图像的医学影像数据集，数据模态为彩色眼底照片，主要用于训练和评估深度学习模型在视网膜疾病自动分类与诊断方面的应用，支持计算机辅助诊断系统和眼科疾病智能筛查技术的研究与开发。

该数据集以表格形式整理了文献中报道的视网膜纤毛病相关基因列表，属于生物医学文本数据，主要用于研究视网膜神经退行性疾病的遗传机制、病理生理学以及潜在治疗靶点，为眼科疾病、神经退行性疾病遗传学和细胞生物学等领域的生物信息学分析和实验研究提供重要参考。

该数据集整合了从眼底图像提取的视网膜血管表型参数（如血管直径、分叉角度等）以及相关的遗传数据，涵盖了图像和基因两种模态，主要用于研究视网膜血管特征与心血管疾病、糖尿病视网膜病变等疾病的关联，支持视网膜疾病机制探索、生物标记物发现和人工智能辅助的眼底图像分析等研究方向。

该数据集汇总了多个公开的眼底光学相干断层扫描（OCT）图像数据集，涵盖黄斑变性、糖尿病视网膜病变等多种眼科疾病，以图像模态为主，主要用于医学图像分析、疾病辅助诊断和深度学习模型训练等研究与应用场景。

该数据集包含用于视网膜疾病分类的标注图像数据，涵盖多种常见视网膜疾病的医学影像模态，主要用于评估和比较不同深度学习模型在眼科疾病诊断中的性能，支持医学影像分析、计算机辅助诊断及深度学习在医疗领域的研究与应用。