我们为 RDD-Net 提供了眼底图像数据集,包括 4 种不同的医疗数据集。此数据集基于 REFUGE2[1] 数据集、RIM-ONE[2] 数据集、ORIGA[3] 数据集和 Harvard[4] 数据集。我们感谢 [1-4] 名作者所付出的努力。 Refuge2 数据集详细信息 断层 样本数量 火车 1200 瓦尔 400 测试 400 超越高峰 领域 每个领域案例(训练/测试) 避难所2 1400/600 RIM-ONE 339/146 奧利加 454/196 學術 1234/310 [1] Fang, H. 等:REFUGE2 挑战:青光眼缉多维分析与评估的宝库。收录于:arXiv 预印本 arXiv:2202.08994 (2022) [2] Fumero,F.,等人:RIM-ONE:用于视神经评估的开放视网膜图像数据库,在:基于计算机的医疗系统国际研讨会-CBMS,第 1-6 页(2011 年) [3] Zhuo, Z. 等:Origa-light:用于青光眼分析和 研究的在线视网膜图像数据库,载于:IEEE Eng.在医学领域和 Bio。社会。第3065-3068页 (2010) [4] Ahn, JM 等人: 使用眼底照相检测晚期和早期青光眼的深度学习模型。在:PloS one 13(11),e0207982 (2018) 如果您发现该框架提出的研究有用,请考虑按以下方式引用该论文: title={RDD-Net: Randomized Joint Data-Feature Augmentation and Deep-Shallow Feature Fusion Networks for Automated Diagnosis of Glaucoma}, author={Tang, Yilin and Zhang, Min and Feng, Jun}, booktitle={Medical Image Computing and Computer Assisted Intervention -- MICCAI 2024}, year={2024}