开放的超广场 fundus 图像数据集,包括疾病诊断和临床图像质量评估
Shucheng He1, Xin Ye2, Wenbin Xie3
1Department of Ophthalmology, Zhejiang Provincial People's Hospital (Affiliated People's Hospital, Hangzhou Medical College), Hangzhou, Zhejiang, China.
Scientific data
|November 20, 2024
概括
这项研究引入了一套新的超广场 fundus 图像数据集,用于评估眼科疾病诊断. 该数据集包括临床信息和专家质量评估,这对人工智能开发至关重要.
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:
- 超宽场 (UWF) 底部成像为眼科疾病检测提供了广泛的视网膜视图.
- 当前的图像质量评估 (IQA) 方法,通常是为自然图像设计的,对于UWF图像可能不是最佳的.
- 现有的数据集缺乏全面的临床数据和UWF图像的疾病特定IQA.
研究的目的:
- 开发UWF fundus图像的现实世界临床数据集,以及相关的临床信息和专家注释的质量评估.
- 为了解决眼科UWF成像现有IQA数据集的局限性.
- 为开发针对UWF基金的强大IQA系统提供基础.
主要方法:
- 编制了700张高分辨率UWF图像的数据集,这些图像来自六种常见 fundus 疾病患者和健康的志愿者.
- 收集了每个图像的相应临床信息.
- 聘请三名眼科医生根据视野,照明,文物,对比度和整体质量来注释图像质量.
主要成果:
- 建立了一个新的UWF fundus图像数据集,具有丰富的临床背景.
- 为各种各样的眼科疾病提供专家驱动的优质注释.
- 在临床环境中证明了UWF图像质量在不同疾病中的分布.
结论:
- 开发的数据集对于推进UWF fundus成像的IQA系统至关重要.
- 该资源将促进人工智能驱动的眼科疾病诊断和查工具的开发.
- 这些发现强调了在临床实践中对UWF成像需要专门的IQA方法.
