摘要：
合集：AI案例-CV-医疗
数据集：中山大学眼疾iChallenge-PM数据集(2024)
AI问题：图像分类
数据集价值：病理性近视（Pathologic Myopia，PM）的识别
一、问题简介
中山大学眼疾识别iChallenge-PM数据集是一个由百度大脑和中山大学中山眼科中心联合2024年7月1日举办的iChallenge眼科算法比赛第9届赛事——STAGE2挑战赛比赛中提供的医疗类数据集，专注于病理性近视（Pathologic Myopia，PM）的识别。以下是关于该数据集的详细介绍及其价值：
数据集价值
- 科研价值：该数据集对于研究眼疾识别，特别是病理性近视的自动识别技术具有重要的科研价值。通过这些数据，研究人员可以开发和验证新的图像分类算法，提高眼疾识别的准确性和效率。
- 临床应用：数据集的广泛应用有助于开发眼疾筛查工具，辅助医生进行诊断，从而提高临床诊断的准确性和效率。
- 技术推广：通过比赛和公开数据集的形式，促进了技术的交流和推广，推动了眼疾识别技术的发展。
iChallenge-PM数据集不仅为科研人员提供了一个宝贵的资源，有助于推动眼疾识别技术的发展，而且对于临床实践也具有重要的应用价值。
二、数据集内容
眼疾识别iChallenge-PM数据集是百度大脑和中山大学中山眼科中心联合举办的iChallenge比赛中，提供的关于病理性近视（Pathologic Myopia，PM）的医疗类数据集，包含1200个受试者的眼底视网膜图片，训练、验证和测试数据集各400张。
数据结构
文件目录结构：
- PALM-Training400：包含训练集中的图片和标注。包括子目录：
- PALM-Training400：训练集中的图片
- PALM-Training400-Annotation-D&F：训练集中的标注
- PALM-Training400-Annotation-Lesion：训练集中病变位置的标注
- PALM-Validation400：包含验证集的图片
- PALM-Validation-GT：包含验证集的标注
iChallenge-PM中既有病理性近视患者的眼底图片，也有非病理性近视患者的图片，命名规则如下：
- 病理性近视（PM）：文件名以P开头
- 高度近视（high myopia）：文件名以H开头
- 正常眼睛（normal）：文件名以N开头
Fovea位置标注的数据样例：
PALM-Training400-Annotation-D&F/Fovea_Location.xlsx
PALM-Validation-GT/PM_Label_and_Fovea_Location.xlsx
| ID | imgName | Fovea_X | Fovea_Y |
|---|---|---|---|
| 1 | H0001.jpg | 743.96 | 790.54 |
| 2 | H0002.jpg | 1394.82 | 725.54 |
| 3 | H0003.jpg | 1361.74 | 870.72 |
Fovea（中央凹）是视网膜中视觉最敏锐的区域，位于视神经盘颞侧约3.5mm处，是眼睛中负责高分辨率视觉的部分。
数据集图片样例：
数据集版权许可协议
Deed – CC0 1.0 通用 – Creative Commons
三、获取案例套装
文件包大小：1.2 GB
获取：医疗行业视觉案例套装