用于研究早产儿视网膜病变的HVDROPDB数据集
Ranjana Agrawal1, Rahee Walambe2, Ketan Kotecha2
1Dr. VishwanathKarad MIT World Peace University, Pune, India.
Data in brief
|December 26, 2023
概括
早产性视网膜病变 (ROP) 查对于预防早产婴儿失明至关重要. 一个新的视网膜图像数据集有助于人工智能开发更准确的ROP检测.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 早产视网膜病变 (ROP) 是早产婴儿失明的主要原因.
- 目前的查依赖于间接的眼镜镜检查,面临诸如专业稀缺和分级不一致等挑战.
- 人工智能 (AI) 系统提供了潜在的解决方案,但需要强大的注释数据集.
研究的目的:
- 介绍HVDROPDB,这是ROP fundus图像中视网膜结构细分的第一个数据集.
- 促进开发可解释的AI驱动选系统,用于ROP.
- 解决AI中注释数据的需求,用于ROP检测.
主要方法:
- HVDROPDB包括来自早产婴儿的手动注释的视网膜底图像.
- 图像是使用两种不同的成像系统从印度人口获得的.
- 标注包括视网膜的关键结构,如光盘,斑点,血管和脊.
主要成果:
- HVDROPDB是首个公开可用的数据集,用于在ROP fundus图像中对视网膜结构进行细分.
- 数据集由ROP专家进行注释,确保高质量的地面真相.
- 它支持研发自动化和可解释的ROP选工具的研究.
结论:
- HVDROPDB数据集是推动ROP选中的AI发展的重要资源.
- 这些数据的可用性将加速可靠的自动化系统的开发.
- 该资源旨在改善早期检测和治疗,最终防止早产婴儿失明.


