ERDES：用于眼部超声中视网膜脱离和黄斑状态分类的基准视频数据集

视网膜脱离是一种威胁视力的疾病，需要及时干预以保护视力。治疗紧迫性和视力预后的一个关键因素是黄斑受累情况——黄斑是完整还是脱离。床旁超声是一种快速、无创且经济的成像工具，常用于在各种临床环境中检测视网膜脱离。然而，其诊断效用受到需要专家解读的限制，尤其是在资源有限的环境中。深度学习有潜力自动化超声上的视网膜脱离检测，但目前尚无临床可用的模型，且先前的研究未涉及黄斑状态——这是手术优先级排序的一个关键区分。此外，目前没有公开数据集支持基于超声视频的黄斑状态视网膜脱离分类。我们引入了眼部视网膜脱离超声数据集，这是第一个开放获取的眼部超声剪辑数据集，标注了(1) 视网膜脱离的存在和(2) 黄斑脱离与黄斑完整状态。ERDES支持用于视网膜脱离检测的机器学习开发。我们还通过训练跨八种架构（包括3D卷积网络和基于Transformer的模型）的40个模型，提供了基线基准。