开放的基底图片数据集与病理近视识别和解剖结构注释
Huihui Fang1,2, Fei Li3, Junde Wu4
1South China University of Technology, Guangzhou, China.
Scientific data
|January 20, 2024
概括
这项研究介绍了PALM,这是一个包含1200张 fundus图像的开放数据集,用于病态近视 (PM) 识别. 这种AI准备的数据集有助于早期检测视网膜退化,以防止视力丧失.
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:
- 病态近视 (PM) 是不可逆转失明的主要原因.
- 早期发现PM相关的 fundus 病变对于预防视力丧失至关重要.
- 使用人工智能的自动诊断工具可以帮助查和识别PM.
研究的目的:
- 介绍PALM,一个开放的 fundus成像数据集用于病态近视的识别.
- 为数据集中的解剖结构和病变提供详细的注释.
- 促进开发人工智能驱动的工具,用于早期检测PM.
主要方法:
- 一个包含1200张彩色 fundus 照片的数据集的编译.
- 病理近视类别的手册注释.
- 详细标记解剖结构 (视光盘,) 和病变 (视网膜缩,视网膜脱落).
主要成果:
- PALM数据集包括1200张带有病态近视标签的图像.
- 综合性注释涵盖视觉盘,眼,斑块性视网膜缩和视网膜脱落.
- 数据集以其质量和特定样本特征为特征.
结论:
- PALM数据集是培训人工智能模型用于病理近视检测的宝贵资源.
- 这种注释数据集的可用性可以加速自动眼科诊断的研究.
- 促进早期查和治疗病态近视,以保持视力.
