Advertisement

眼底图像数据集。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
眼底数据集，主要针对眼底图像的分裂等实验进行应用，原始图像呈现出鲜艳的色彩。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 视网膜眼底图像配准——数据集
    优质
    本数据集专注于视网膜眼底图像配准问题，提供大量标准化的眼底影像及注释信息，旨在促进眼科医学领域的研究与应用。 该数据集眼底图像配准数据集（也称为FIRE）包含129个视网膜图像，形成134个图像对，并根据其特征分为三个不同的类别。这些图像是使用Nidek AFC-210眼底照相机采集的，在x和y方向上的分辨率为2912x2912像素且视野为45°。数据集中的所有图像均来自位于塞萨洛尼基的亚里斯多德大学Papageorgiou医院，由39名患者提供。
     
  • DRIVE眼底影像数据集.zip
    优质
    DRIVE眼底影像数据集包含了标注详细的视网膜血管图像，旨在促进糖尿病性视网膜病变自动检测的研究与开发。 眼底图像分割、关键点检测以及动静脉区分常用的数据集是目前最广泛使用的眼底数据集。该数据集中包含了用于分割的ground truth图、原图和mask，但不包括关键点坐标的ground truth。关键点坐标信息可以在另一个资源中找到，不过一次只能上传一个压缩包。
     
  • U-Net在 DRIVE 眼底图像数据集上的分割应用项目
    优质
    本项目利用U-Net模型对DRIVE眼底图像数据集进行血管和病变区域的精准分割，旨在提高眼科疾病的诊断效率与准确性。 U-net在Drive眼底数据集分割项目中的应用。
     
  • ORIGA青光眼医疗图像数据集
    优质
    ORIGA青光眼医疗图像数据集是由一系列用于研究和开发青光眼诊断算法的眼底彩色照片构成的专业数据库。 ORIGA是一个经典的医疗图像数据集，包含650张照片及其对应的蒙版，分辨率为3072×2048。相关论文为《ORIGA-light：用于青光眼分析与研究的在线视网膜图像数据库》。原始的数据集网站已下线。目前，ORIGA-light包含了由新加坡眼科研究所的专业人员标注的650张视网膜图像，这些图像是为了诊断青光眼而特别注释的重要标志集合。我们将持续更新该系统，并添加更多的临床真实数据。
     
  • 眼底血管图像分割UNet数据集+代码+模型+系统界面+教学视频.zip
    优质
    本资源包提供用于眼底血管图像分割的完整解决方案，包含UNet数据集、源代码、预训练模型及用户友好的系统界面，并附带详细的教学视频。适合科研与学习使用。 本资源提供了配套的视频教程和图文教程，详细指导你使用Unet进行眼底图像分割的训练、测试以及界面封装。内容涵盖Unet原理解析、处理好的训练集与测试集、训练及测试代码，还有经过训练后的模型，并将其封装为图形化界面，用户只需上传图片即可获得预测结果。 随着生活水平提升，眼科疾病和心脑血管疾病的发病率逐年上升。视网膜血管是诊断这些疾病的重要信息来源，其形态变化能反映出许多早期病理特征。然而，由于眼底图像采集技术的局限性以及视网膜血管结构复杂多变的特点，使得分割工作变得非常困难。 传统方法依赖于人工手动进行视网膜血管分割，这不仅耗时巨大且容易受到主观因素的影响。通过使用眼底血管图像自动分割工具可以提高诊断准确性、效率，并促进科学研究和治疗方案的改进。
     
  • 眼底血管分割数据集：Drive与Chase的应用
    优质
    本研究探讨了 DRIVE 和 CHASE 两个主要眼底血管分割数据集在医学图像分析中的应用，旨在提升视网膜疾病的自动诊断效率和精度。 Drive训练20张，测试20张；Chase训练20张，测试8张。
     
  • 眼部图像CHASE DB数据库
    优质
    CHASE DB是一款专注于青光眼等眼科疾病研究的眼部血管和视神经头图像数据库，包含详细标注信息，为科研人员提供高质量数据支持。 这段文字可以被改写为：共有28张分辨率为999 × 960的彩色眼底图像，这些图像是14位学龄儿童左右眼视网膜的照片。
     
  • 眼底图像的形态学处理MATLAB代码
    优质
    本项目提供了一系列用于处理眼底图像的MATLAB代码，侧重于形态学操作，旨在改善图像质量并辅助医学诊断。 眼底图像形态学操作的MATLAB代码。
     
  • 眼部数据集
    优质
    眼部数据集是一系列包含眼睛图像和相关标注的数据集合，广泛应用于眼疾检测、人脸识别及眼部特征分析等领域。 眼底数据集主要用于进行眼底图像的分割等相关实验。原图是彩色的。
     
  • 基于相机拍摄的白内障眼图像数据集
    优质
    本数据集包含大量通过专业医疗设备获取的白内障患者眼部图像，旨在为医学研究和算法开发提供真实可靠的视觉素材。 该数据集是为了在医疗领域应用深度学习技术而特别创建的。现有的白内障数据集主要由医学报告组成，并非直接的眼部图像，因此对于开发基于眼睛图像的白内障检测器等应用程序来说并不适用。本数据集中包含有足够数量的眼睛图像用于训练神经网络模型。通过使用基本的CNN架构进行分类任务，该数据集作者实现了超过90%的准确率。（整个数据集共有712张照片）。