视网膜疾病
视网膜疾病是一组以内层视网膜结构损害和功能异常为核心的致盲性眼病，临床上以糖尿病性视网膜病变和年龄相关性黄斑变性最为常见。其发病机制涉及血管渗漏与缺血、氧化应激、慢性炎症及遗传易感等多因素协同作用。患者典型表现为渐进性视力下降、视物变形、中心暗点或视野缺损。诊断主要依赖眼底彩照、光学相干断层扫描和荧光素眼底血管造影。治疗方面，抗血管内皮生长因子药物、激光光凝、玻璃体切除术以及基因与干细胞等新兴疗法显著改善了预后。在临床研究与医疗数据平台中，视网膜疾病是视觉健康、慢病管理和精准医学的重点方向。
获取 视网膜疾病 专属定制方案
MM-Retinal-Reason
该数据集是一个眼科多模态推理数据集，包含视网膜相关的图像和文本数据，通过基本与复杂推理任务模拟临床思维，主要用于眼科图像分析、多模态推理研究及智能诊断系统的开发。
视网膜疾病分类（修改版）
该数据集包含625张眼底图像，分为风险与无风险两类，属于医学图像模态，主要用于视网膜疾病的自动分类研究，支持深度学习模型在眼科医学图像分析及辅助诊断领域的应用开发与评估。
基于深度学习的疾病特异性光学反射率分析视网膜OCT数据集
该数据集是一个包含八个诊断类别（如年龄相关性黄斑变性、糖尿病性视网膜病变、正常样本等）的视网膜光学相干断层扫描（OCT）图像集合，数据模态为医学图像。其主要用途是开发和评估基于深度学习的多类视网膜疾病分类模型，并通过对图像光学反射率的深度分析，探究不同视网膜疾病的特异性光学特征，支持可解释人工智能在眼科医学图像分析及疾病诊断中的研究与应用。
视网膜病变图像用于疾病分析
该数据集包含用于视网膜疾病分析的医学图像数据，涵盖年龄相关性黄斑变性、青光眼、糖尿病视网膜病变及正常病例的眼底图像模态，主要用于计算机辅助诊断、疾病自动检测和医学图像分类等研究方向，可支持眼科疾病筛查算法开发和深度学习模型训练。
视网膜疾病检测
该数据集包含标注了视网膜病变等级（0-4级）的眼底图像，属于医学图像模态，主要用于通过深度学习技术实现视网膜疾病（如糖尿病视网膜病变）的自动检测与分级，支持计算机辅助诊断和眼科疾病筛查研究。
视网膜数据集
该数据集是一个包含正常、白内障、青光眼和视网膜疾病四种类别的视网膜图像数据集，数据模态为医学图像，主要用于眼科疾病的自动分类、计算机辅助诊断以及深度学习模型训练，支持医学图像分析和人工智能辅助筛查的研究与应用。
视网膜疾病分类数据集
该数据集是一个包含3200张眼底图像的视网膜疾病分类数据集，涵盖46种眼部病症的标注信息，所有标注均经过两位资深视网膜专家验证，数据模态为医学图像（眼底照片）。其主要用途是支持眼科疾病的自动诊断、医学图像分析算法研究以及计算机辅助诊断系统的开发，特别适用于深度学习模型在视网膜疾病早期检测和分类方面的应用研究，有助于推动精准医疗和眼保健服务的改进。
Rd10小鼠基因型鉴定数据集（Sanger测序）
该数据集是一个基于Sanger测序的基因序列数据集，专门用于鉴定视网膜色素变性经典动物模型Rd10小鼠的基因型，主要包含pde6b基因中c.1678C>T纯合点突变的测序数据，主要用于遗传突变分析、视网膜疾病动物模型研究以及基因型与表型关联研究。
TJDR
TJDR数据集是一个包含561张高分辨率眼底彩色图像的医学影像数据集，由同济大学附属同济医院提供，数据模态为图像数据，每张图像都经过眼科医生使用Labelme工具进行了像素级标注，涵盖了微动脉瘤、出血、硬渗出和软渗出四种常见的糖尿病视网膜病变病变，主要用于支持糖尿病视网膜病变的病变分割研究，促进计算机辅助诊断和深度学习模型在眼科医学影像分析领域的应用与发展。
3D OCT AMD与DME数据集
该数据集是一个包含224个三维光学相干断层扫描（OCT）影像体积的医学影像数据集，数据模态为3D OCT图像及其分割标注，来源于139只人眼，主要用于支持基于深度学习的3D视网膜液体分割研究，在年龄相关性黄斑变性和糖尿病性黄斑水肿等视网膜疾病的辅助诊断与定量分析中具有重要应用价值。
视网膜神经元功能亚型及其细胞谱系数据集
该数据集通过单细胞测序、细胞谱系追踪和遗传学操纵等方法，提供了视网膜无长突神经元的功能亚型及其细胞谱系数据，包含单细胞基因表达、谱系追踪和遗传操作等模态，主要用于研究视网膜神经元的发育、分化机制以及相关疾病的基础神经科学研究。
综合视网膜底片数据集
该数据集是一个包含46,064张视网膜底片图像的多模态医学影像数据集，整合了来自十个公共数据源的图像，涵盖了多种设备、种族、年龄和视网膜病变类型，主要用于支持视网膜疾病的计算机辅助诊断和人工智能算法的研究与开发，以提升疾病筛查和管理的自动化水平。