光学相干断层扫描血管造影新生血管数据集

摘要：本研究构建了包含544张OCTA眼底血管图像的数据集（阳性193张，阴性351张），按74:16:10比例划分为训练集、验证集和测试集，并采用多种数据增强技术扩充训练样本。

数据集简介

数据集

本研究构建的OCTA新生血管数据集包含544张高质量眼底血管图像（400×640像素），其中阳性样本（有新生血管）193张，阴性样本（无新生血管）351张，数据按照约74:16:10的比例划分为训练集（403张，阳性156张/阴性247张）、验证集（85张，阳性30张/阴性55张）和测试集（56张，阳性7张/阴性49张），训练过程采用水平翻转、垂直翻转、随机旋转、亮度调整、对比度增强等多种数据增强技术动态扩充训练样本，所有图像均经过专业医生标注和审核，确保了数据集的质量和可靠性。

模型训练

../training/train_model.py

单次训练结果

图1 训练过程综合展示

图2 单次训练最终性能

交叉验证结果

../scripts/cross_validation.py

图3 平均性能

图4 5折对比

图5 性能分布

应用案例

• 案例1：基于深度学习的OCTA图像新生血管自动检测研究

图6 应用案例：基于深度学习的OCTA图像新生血管自动检测研究

数据集信息

免责声明与引用

数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。 如需引用，请在论文或报告中注明数据集名称与版本号。

作者信息

作者：Bob (张家梁)
项目编号：AI-81-Datasets
原创声明：本数据集为原创作品

联系方式

开源协议

本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。