OCTA-500视网膜数据集

目前最大最全面的OCTA数据集，包含500名受试者、两种视野、七类分割标签，并配套统一血管分割框架CAVF。

Li, Mingchao · 黄昆 · Xu, Qiuzhuo · Yang, Jiadong · 张雨涵 · 纪则轩 · Xie, Keren · 袁松涛 · 刘庆淮 · 陈强

Medical Image Analysis 2024

参数信息

受试者数量

500

视野数量

2

分割标签类型

7

mIoU 提升

10 %

技术优势

规模最大最全

包含 500 名受试者、两种视野、七类分割标签，远超现有公开 OCTA 数据集，为模型训练提供充足多样样本。

统一分割任务

提出的 CAVF 任务将毛细血管、动脉、静脉和 FAZ 分割整合到一个框架中，避免分别训练多个模型，降低部署复杂度。

显著性能提升

优化后的 IPN-V2 在 CAVF 任务上比原 IPN 提升约 10% mIoU，可作为后续研究的强基线。

完全公开

数据集和代码均公开可获取，无需额外许可即可用于学术研究，促进社区发展。

应用场景

• 眼科疾病诊断：利用大规模标注数据训练诊断模型，辅助眼科疾病筛查与分型。
• 视网膜血管分析：提供多视野、七类血管标注，支持形态、密度等精细分析。
• 医学图像分割：以 CAVF 任务和基线模型作为基准，评估分割算法性能。
• 血管造影算法研究：完整数据与代码支持快速复现，加速血管造影算法迭代。