摘要该数据集提供了2,031张用于眼内肿瘤智能诊断的超广角眼底图像涵盖五种罕见但临床关键的眼内肿瘤类型及正常对照组。数据集概述该数据集提供了2,031张用于眼内肿瘤智能诊断的超广角眼底图像涵盖五种罕见但临床关键的眼内肿瘤类型及正常对照组。眼内肿瘤的早期检测对于保存视力和挽救生命至关重要但由于病例稀少、影像特征复杂自动化诊断面临重大挑战。该数据集包含六个类别正常眼底Normal、脉络膜血管瘤Choroidal Hemangioma, CH、视网膜毛细血管血管瘤Retinal Capillary Hemangioma, RCH、脉络膜骨瘤Choroidal Osteoma, CO、视网膜母细胞瘤Retinoblastoma, RB和葡萄膜黑色素瘤Uveal Melanoma, UM采用超广角成像技术捕获眼底全景信息为人工智能辅助诊断系统的开发提供了大规模标注数据资源。数据结构与关键特征数据集采用六个子文件夹组织每个文件夹对应一个诊断类别包含该类别的全部样本图像。超广角眼底成像技术相比传统眼底照相具有更大的视野范围通常可达200度或以上能够捕获周边视网膜和脉络膜的病变信息这对于位于眼底边缘区域的肿瘤检测尤为重要。图像涵盖多种肿瘤表型特征脉络膜血管瘤呈现橙红色隆起病灶、脉络膜骨瘤显示黄白色钙化区域、视网膜母细胞瘤表现为白色团块状病变、葡萄膜黑色素瘤呈现棕色或黑色色素沉着每种肿瘤类型在大小、位置、颜色和形态上具有独特的影像学特征。数据集的类别分布反映了临床真实世界中眼内肿瘤的相对发病率为开发具有临床适用性的不平衡数据学习算法提供了实际场景。应用价值与研究方向该数据集为罕见眼科疾病的AI辅助诊断填补了数据空白可直接支持深度学习分类模型ResNet、EfficientNet、Vision Transformer等的训练和验证用于眼内肿瘤的自动识别和鉴别诊断显著降低误诊漏诊率并缩短诊断时间。在临床应用层面AI筛查系统可部署于基层医疗机构和远程医疗平台为缺乏眼科肿瘤专家的地区提供初筛支持特别是对视网膜母细胞瘤儿童最常见的眼内恶性肿瘤和葡萄膜黑色素瘤成人最常见的眼内恶性肿瘤的早期发现具有重要公共卫生价值。研究方向包括小样本学习和迁移学习方法应对罕见肿瘤类别数据不足问题、可解释性AI技术Grad-CAM、注意力机制生成病灶定位热图辅助医生决策、多模态融合模型整合超广角眼底图像与OCT/荧光造影等影像学数据提升诊断准确率、弱监督和半监督学习利用未标注眼底图像扩展训练集、以及基于联邦学习的多中心协作建模保护患者隐私的同时提升模型泛化能力该数据集还为计算机视觉领域的医学图像细粒度分类、类别不平衡学习和领域自适应研究提供了具有挑战性的实际应用场景。数据集来源由张家梁(Bob)整理并于2026年在7zcode平台公开发布。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Datasets-275文件大小1.8G原创声明本数据集为整理作品