用于智能糖尿病视网膜病变系统的眼底图像数据集

这对糖尿病患者为何重要

糖尿病可能在视力模糊出现很久之前就悄然损害眼睛。本文描述了一个新的图像集合，旨在利用比大多数现有工具更宽的视野，帮助计算机更早、更可靠地识别这些隐匿的眼部变化。

看见更多的眼底区域

糖尿病性眼病会损害眼底的微小血管，是工作年龄成人永久性视力丧失的主要原因之一。常规眼底照片已被用于筛查问题，但它们通常只覆盖中央的小范围。重要的警示信号常出现在视网膜边缘，而传统相机可能根本捕捉不到这些区域。超广角成像通过一次拍摄捕获多达五倍的面积来解决这一问题，包括可能出现早期损伤和新生脆弱血管的远侧角落。

为智能工具构建丰富的图像库

要充分利用更宽的视野，计算机程序需要大量结构良好的图像集来学习。作者从中国两家医院收集了1630张超广角眼底照片，来自809名患者。所有研究对象均患有糖尿病，平均年龄约为54岁。图像由一种无需使用散瞳药的特殊相机拍摄，使检查更快、更舒适。模糊或缺失区域的低质量图像被剔除，只保留清晰显示视网膜、血管及可能损伤的照片。

专家如何教会计算机

三位经验丰富的眼科医生对每张图像进行了仔细检查，并将其分为三类：正常眼、早中期损伤和晚期损伤。他们遵循国际糖尿病眼病分级规范，但作者指出，医生之间仍可能存在分歧，尤其是在判断非常轻微的改变应视为正常还是早期病变时。最终决定被记录在文件夹和列出每张图像及其分组的简单表格中，为其他研究团队提供了便捷的起点。

将数据集付诸检验

研究团队随后评估了该图像库对训练人工智能的实用性。他们将图像分为训练集、验证集和测试集，并运行了四种知名的深度学习模型来对三种疾病阶段进行分类。训练前，他们对图片进行了裁剪和标准化，并使用随机翻转等简单技巧以提升模型的泛化能力。在保留的测试图像上，所有模型在多项准确性指标上均取得了较好得分，其中一款模型表现最佳。模型生成的热图强调了血管上的细小隆起和瘢痕样膜，表明算法关注的区域与医生认为重要的部位一致。

帮助更多人保住视力

这个新的开放数据集为任何开发智能筛查工具的人提供了高质量的宽角糖尿病眼病视图。将超广角图像与人工智能结合，未来的系统有望覆盖更多视网膜区域、减少漏检危险变化并节省人力。虽然单靠此数据集无法替代常规眼科护理，但它为更可靠、广泛可用的计算机辅助筛查奠定了基础，可能有助于在资源有限的诊所中减少糖尿病导致的失明。

引用: Peng, S., Yang, S., Zhao, X. et al. A fundus image dataset for intelligent diabetic retinopathy system. Sci Data 13, 777 (2026). https://doi.org/10.1038/s41597-026-07093-7

关键词: 糖尿病视网膜病变, 视网膜成像, 超广角, 医学人工智能, 眼部筛查