TJDR：高质量糖尿病视网膜病变像素级标注数据集
图像与视频处理
2023-12-27 v1 计算机视觉与模式识别
摘要
糖尿病视网膜病变（DR）作为一种使人衰弱的眼部并发症，需要及时干预和治疗。尽管人工智能在辅助DR分级方面有效，但通过精确病变分割来提高DR分级可解释性的研究进展因缺乏像素级标注的DR数据集而受到严重阻碍。为了缓解这一问题，本文介绍并描述了TJDR，一个高质量的DR像素级标注数据集，包含来自同济大学附属同济医院的561张彩色眼底图像。这些图像使用包括Topcon TRC-50DX和Zeiss CLARUS 500在内的多种眼底相机拍摄，具有高分辨率。为了严格遵守数据隐私原则，图像的隐私信息被仔细移除，同时确保视盘、视网膜血管和黄斑中心凹等解剖结构显示清晰。DR病变使用Labelme工具进行标注，涵盖四种常见的DR病变：硬性渗出（EX）、出血（HE）、微动脉瘤（MA）和软性渗出（SE），分别标记为1到4，0代表背景。值得注意的是，经验丰富的眼科医生在严格的质量保证下进行标注工作，最终构建了该数据集。该数据集已被划分为训练集和测试集，并公开发布，以促进DR病变分割研究社区的进步。
引用
@article{arxiv.2312.15389,
title = {TJDR: A High-Quality Diabetic Retinopathy Pixel-Level Annotation Dataset},
author = {Jingxin Mao and Xiaoyu Ma and Yanlong Bi and Rongqing Zhang},
journal= {arXiv preprint arXiv:2312.15389},
year = {2023}
}