数据集38-青光眼检测数据集，适合医学影像分析、深度学习图像分类、计算机视觉和计算机毕业设计

【深度学习数据集推荐】青光眼检测数据集，包含眼底图像与650条标注记录，附Python代码及毕设题目

今天分享一个适合医学影像分析、深度学习图像分类、计算机视觉和计算机毕业设计的公开数据集

该数据集主要用于青光眼相关影像识别研究，包含ACRIMA、ORIGA等数据目录，以及记录图像名称、视杯盘比和青光眼标签的CSV文件。

对于计算机、人工智能、医学信息工程、生物医学工程等专业的同学，可以围绕青光眼图像分类、迁移学习、多模型性能对比、视杯盘比辅助分析和医学影像识别系统开展毕业设计。

一、数据集基本介绍

1.1 数据集概况

1.2 什么是青光眼？

青光眼是一组可能造成视神经损伤的眼部疾病，是不可逆视力损伤的重要原因之一。

在眼底影像分析中，视盘、视杯等结构可以为青光眼风险评估提供一定参考。

深度学习模型可以学习眼底图像中的视觉特征，开展青光眼相关分类研究。

但需要强调，图像分类结果不能直接替代临床青光眼诊断。真实诊断还需要结合眼压、视野检查、视神经评估等临床信息。

二、数据集包含哪些内容？

根据提供的Kaggle目录信息，主要包含以下内容：

Detection/
├── ACRIMA/
├── Fundus_Train_Val_Data/
├── ORIGA/
└── glaucoma.csv

不同目录可能具有不同的图像组织方式、标签形式和数据来源。

因此，建议先完成目录检查，再确定采用哪个子集进行训练。

2.1 glaucoma.csv字段说明

CSV包含5个字段：

例如：

以上记录来自提供的数据预览。

其中：

• OD：右眼。
• OS：左眼。
• ExpCDR：视杯盘比相关指标。
• Glaucoma：二分类标签，0和1。

这里的Set字段出现A、B两种取值，但仅凭预览不能确认其具体划分含义，需要查看原始数据说明。

三、青光眼标签分布

根据glaucoma.csv提供的统计：

可以看出，非青光眼样本数量明显多于青光眼样本。

因此，训练模型时不能只关注Accuracy，还应重点评价青光眼类别的Recall、Precision、F1-score和ROC-AUC。

尤其是医学影像分类任务，漏检与误检的实际影响不同，需要结合研究目标合理选择评价指标。

四、ExpCDR指标有什么作用？

ExpCDR是这份数据集比较有研究价值的字段。

CDR通常指杯盘比（Cup-to-Disc Ratio），用于描述视杯与视盘之间的相对比例。

数据预览中的ExpCDR取值大约分布在0.16至0.96之间。

可以围绕该指标开展以下分析：

需要注意：

ExpCDR不能单独作为青光眼诊断的绝对标准。

此外，CSV中已经提供的是专家评估数值，不等于数据集提供了视盘、视杯的像素级分割标注。

如果希望训练U-Net自动分割视盘和视杯，需要额外确认是否有可用分割掩膜。

五、适合使用哪些深度学习算法？

本科毕业设计建议采用：

ResNet18作为基线，DenseNet121和EfficientNet-B0作为对比模型。

如果希望增加研究内容，可以进一步研究类别不平衡处理、数据增强、注意力机制以及Grad-CAM可解释性分析。

六、使用该数据集可以做哪些毕业设计？

推荐以下8个方向：

推荐题目1：基于ResNet的青光眼眼底图像识别系统设计与实现

推荐指数：★★★★★

适合本科计算机、软件工程和人工智能专业。

主要研究内容：

最终实现上传眼底图片，系统输出模型预测类别、分类置信度及可视化结果。

推荐题目2：基于注意力机制的青光眼眼底图像分类研究

推荐指数：★★★★☆

如果希望增加算法研究内容，可以考虑这个方向。

研究目标：

在ResNet模型中加入注意力模块，研究不同特征提取方式对青光眼图像分类效果的影响。

实验设计：

重点比较Accuracy、Recall、F1-score和ROC-AUC。

推荐题目3：融合视杯盘比特征的青光眼辅助分类方法研究

推荐指数：★★★★★

这个方向可以利用数据集中提供的ExpCDR字段，区别于普通的图像分类项目。

研究目标：

结合眼底图像特征和ExpCDR数值，构建多模态特征融合分类模型。

技术流程：

眼底图像 ──→ ResNet ──→ 图像特征 ──┐
├──→ 特征融合 ──→ 二分类
ExpCDR数值 ──→ MLP ──→ 数值特征 ───┘

推荐对比实验：

需要注意，融合模型依赖ExpCDR作为额外输入。如果实际系统没有专家提供的ExpCDR数值，就不能直接使用这一融合模型完成预测，除非另行开发可靠的杯盘比估计方法。

七、Python代码：分析CSV标签分布

首先对glaucoma.csv进行基础统计。

7.1 安装依赖

pip install pandas numpy matplotlib seaborn scikit-learn

7.2 读取数据

import pandas as pd

df = pd.read_csv("glaucoma.csv")

print("数据形状：", df.shape)
print(df.head())

print("\\n缺失值：")
print(df.isnull().sum())

print("\\n标签分布：")
print(df["Glaucoma"].value_counts())

print("\\nExpCDR统计：")
print(df["ExpCDR"].describe())

7.3 可视化青光眼标签分布

import matplotlib.pyplot as plt

counts = df["Glaucoma"].value_counts().sort_index()

plt.figure(figsize=(6, 4))

plt.bar(
["Non-Glaucoma", "Glaucoma"],
[counts.get(0, 0), counts.get(1, 0)]
)

plt.xlabel("Class")
plt.ylabel("Count")
plt.title("Glaucoma Class Distribution")

plt.tight_layout()
plt.show()

7.4 ExpCDR与青光眼标签分析

import seaborn as sns
import matplotlib.pyplot as plt

sns.boxplot(
data=df,
x="Glaucoma",
y="ExpCDR"
)

plt.title("ExpCDR by Glaucoma Label")
plt.xlabel("Glaucoma")
plt.ylabel("ExpCDR")

plt.show()

通过箱线图可以观察不同类别的ExpCDR分布差异。

但这种差异只能说明数据中的统计关联，不能直接证明因果关系或临床诊断价值。

八、Python代码：使用ExpCDR建立机器学习分类基线

除了图像分类，还可以先利用CSV中的数值特征构建一个简单的机器学习模型。

这里使用Logistic Regression。

import pandas as pd

from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.pipeline import Pipeline
from sklearn.metrics import classification_report, roc_auc_score

df = pd.read_csv("glaucoma.csv")

df = df.dropna(
subset=["ExpCDR", "Glaucoma"]
)

X = df[["ExpCDR"]]
y = df["Glaucoma"].astype(int)

X_train, X_test, y_train, y_test = train_test_split(
X,
y,
test_size=0.2,
random_state=42,
stratify=y
)

model = Pipeline([
("scaler", StandardScaler()),
("classifier", LogisticRegression(
max_iter=1000,
class_weight="balanced"
))
])

model.fit(X_train, y_train)

y_pred = model.predict(X_test)
y_prob = model.predict_proba(X_test)[:, 1]

print(classification_report(
y_test,
y_pred,
digits=4,
zero_division=0
))

print("ROC-AUC:", roc_auc_score(y_test, y_prob))

这个实验可以作为后续深度学习图像分类模型的辅助对照。

但需要注意，如果同一受试者存在双眼数据，应尽可能按患者分组划分，而不是直接随机划分记录。当前CSV预览未提供明确的患者ID，正式研究需要核对数据来源和关联信息。

九、Python代码：ResNet18青光眼图像分类训练

对于图像分类，可以使用PyTorch中的ResNet18。

但由于数据集包含多个目录，首先需要将图片与对应标签匹配。

以下示例假设已经根据原始标签整理为：

Project/
├── dataset/
│ ├── train/
│ │ ├── normal/
│ │ └── glaucoma/
│ ├── val/
│ │ ├── normal/
│ │ └── glaucoma/
│ └── test/
│ ├── normal/
│ └── glaucoma/
└── train.py

这里的normal和glaucoma是整理后的示例目录名称，并非断言原始Kaggle数据就是这一结构。

9.1 安装依赖

pip install torch torchvision scikit-learn pillow

9.2 ResNet18训练代码

import copy
import torch
import torch.nn as nn

from torchvision import datasets, transforms, models
from torch.utils.data import DataLoader
from sklearn.metrics import classification_report

DATA_DIR = "dataset"
EPOCHS = 20
BATCH_SIZE = 16
LR = 1e-4

device = torch.device(
"cuda" if torch.cuda.is_available() else "cpu"
)

train_transform = transforms.Compose([
transforms.Resize((224, 224)),
transforms.RandomHorizontalFlip(),
transforms.RandomRotation(10),
transforms.ToTensor(),
transforms.Normalize(
[0.485, 0.456, 0.406],
[0.229, 0.224, 0.225]
)
])

eval_transform = transforms.Compose([
transforms.Resize((224, 224)),
transforms.ToTensor(),
transforms.Normalize(
[0.485, 0.456, 0.406],
[0.229, 0.224, 0.225]
)
])

train_dataset = datasets.ImageFolder(
f"{DATA_DIR}/train",
transform=train_transform
)

val_dataset = datasets.ImageFolder(
f"{DATA_DIR}/val",
transform=eval_transform
)

test_dataset = datasets.ImageFolder(
f"{DATA_DIR}/test",
transform=eval_transform
)

assert train_dataset.classes == val_dataset.classes
assert train_dataset.classes == test_dataset.classes

classes = train_dataset.classes

train_loader = DataLoader(
train_dataset,
batch_size=BATCH_SIZE,
shuffle=True
)

val_loader = DataLoader(
val_dataset,
batch_size=BATCH_SIZE,
shuffle=False
)

test_loader = DataLoader(
test_dataset,
batch_size=BATCH_SIZE,
shuffle=False
)

model = models.resnet18(
weights=models.ResNet18_Weights.DEFAULT
)

model.fc = nn.Linear(
model.fc.in_features,
2
)

model = model.to(device)

criterion = nn.CrossEntropyLoss()

optimizer = torch.optim.Adam(
model.parameters(),
lr=LR
)

best_acc = –1
best_state = None

for epoch in range(EPOCHS):

model.train()

train_loss = 0

for images, labels in train_loader:

images = images.to(device)
labels = labels.to(device)

optimizer.zero_grad()

outputs = model(images)
loss = criterion(outputs, labels)

loss.backward()
optimizer.step()

train_loss += loss.item()

model.eval()

correct = 0
total = 0

with torch.no_grad():
for images, labels in val_loader:

images = images.to(device)
labels = labels.to(device)

outputs = model(images)
preds = outputs.argmax(dim=1)

correct += (preds == labels).sum().item()
total += labels.size(0)

val_acc = correct / total

print(
f"Epoch {epoch+1}/{EPOCHS} "
f"Loss={train_loss/len(train_loader):.4f} "
f"Val Acc={val_acc:.4f}"
)

if val_acc > best_acc:
best_acc = val_acc
best_state = copy.deepcopy(
model.state_dict()
)

torch.save(
{
"model_state_dict": best_state,
"classes": classes
},
"best_resnet18.pth"
)

model.load_state_dict(best_state)
model.eval()

y_true = []
y_pred = []

with torch.no_grad():
for images, labels in test_loader:

images = images.to(device)

outputs = model(images)
preds = outputs.argmax(dim=1)

y_true.extend(labels.numpy().tolist())
y_pred.extend(preds.cpu().numpy().tolist())

print(classification_report(
y_true,
y_pred,
target_names=classes,
digits=4,
zero_division=0
))

上述代码用于完成基础图像二分类实验。

正式实验应重点保证图像标签正确、患者级数据隔离，以及训练集、验证集和测试集之间不存在重复样本。

十、毕业设计可以增加哪些优化实验？

10.1 多模型对比

10.2 类别不平衡优化

针对CSV中青光眼样本较少的问题，可以比较：

• 普通交叉熵。
• 加权交叉熵。
• Focal Loss。
• WeightedRandomSampler。

10.3 数据增强实验

可以比较：

• 基础预处理。
• 随机翻转。
• 小角度旋转。
• 亮度和对比度调整。
• 不同增强组合。

医学影像增强应尽量保留真实解剖结构，避免不合理变换影响研究结果。

10.4 Grad-CAM可解释性分析

通过Grad-CAM生成模型关注区域热力图，分析模型是否关注视盘附近区域或其他图像特征。

需要注意，热力图仅表示模型关注区域，不能直接作为临床病灶定位依据。

十一、如果开发Web系统，可以设计哪些功能？

推荐技术架构：

PyTorch + ResNet18 + Flask + Vue + ECharts

系统工作流程：

眼底图像上传
↓
图像预处理
↓
ResNet / DenseNet分类模型
↓
青光眼二分类预测
↓
预测概率与热力图展示
↓
结果保存与可视化

如果选择ExpCDR融合方向，则需要增加数值输入和特征融合模块。