métadonnées de l'ensemble de données sur le glaucome

Nouvelles mises à jour

• 03/08/24 : Un nouveau résumé est accessible au public, présentant une nouvelle approche de la détection du glaucome : Évaluation du système vasculaire rétinien pour la détection du glaucome : une analyse comparative de l'expertise humaine et des algorithmes d'apprentissage profond.
• 15/05/24 : Le dossier de codes EyePACS-light-V2 sur Kaggle contient un nouveau modèle PyTorch pour une configuration rapide et facile de la détection du glaucome. Ce modèle utilise le léger MobileNetV3 et a atteint une précision de test de 92,6 % : https://www.kaggle.com/code/deathtrooper/pytorch-easy-setup-for-glaucoma-detection-92-6
• 09/03/24 : EyePACS-light-V2 a désormais un score d'utilisabilité Kaggle de 10,0 : fichier métadata.csv supplémentaire ajouté à l'ensemble de données.
• 20/01/24 : Un aperçu de haut niveau du prétraitement EyePACS-light-V2 est maintenant disponible sur le lien de l'ensemble de données Kaggle dans la section À propos (faites défiler vers le bas) si vous êtes curieux de savoir comment l'ensemble de données a été dérivé.
• 28/12/23 : Benchmark de précision des tests EyePACS-light-V2 à 94,94 % à l'aide de ConvNeXtTiny : https://www.kaggle.com/code/deathtrooper/benchmark-94-94-convnexttiny
• 12/12/23 : EyePACS-light-V2 est ICI !!! Soyez le premier à comparer votre modèle avec cet ensemble de données amélioré ! Télécharger depuis kaggle : https://www.kaggle.com/datasets/deathtrooper/glaucoma-dataset-eyepacs-airogs-light-v2/data

Note de citation

Si vous avez trouvé ce catalogue utile, pensez à citer les éléments suivants :

• Riley Kiefer, Muhammad Abid, Jessica Steen, Mahsa Raeisi Ardali et Ehsan Amjadian. 2023. Un catalogue d'ensembles de données publics sur le glaucome pour les applications d'apprentissage automatique : une description et une analyse détaillées des ensembles de données publics sur le glaucome disponibles pour les ingénieurs en apprentissage automatique qui s'attaquent aux problèmes liés au glaucome à l'aide d'images du fond d'œil rétinien et d'images OCT. Dans les actes de la 7e Conférence internationale 2023 sur les systèmes d'information et l'exploration de données (ICISDM '23). Association for Computing Machinery, New York, NY, États-Unis, 24-31. https://doi.org/10.1145/3603765.3603779

Catalogue public d’ensembles de données sur le glaucome

[Aidez à élargir ce référentiel en fournissant des liens/publications vers de nouveaux ensembles de données sur le glaucome !]

Table des matières du référentiel

• README.md : Présentation du glaucome, recherches pertinentes et liens d'accès aux ensembles de données
• benchmark-eyepacs-airogs-light.md : Classement pour l'évaluation de l'ensemble de tests à l'aide des ensembles train/val de l'ensemble de données EyePACS-AIROGS-light
• summary.md : répartition des classes d'ensembles de données, types d'images et types de glaucome
• data-availability.md : Image de l'ensemble de données et disponibilité de la segmentation.
• origin.md : Origine de la collecte de l’ensemble de données et années de collecte.

Aperçu du glaucome

Selon l'AAO, "le glaucome est une maladie qui endommage le nerf optique de votre œil. Cela se produit généralement lorsque du liquide s'accumule dans la partie avant de votre œil. Ce liquide supplémentaire augmente la pression dans votre œil, endommageant le nerf optique". C'est l'une des principales causes de cécité et s'aggrave avec le temps si elle n'est pas traitée. Les optométristes diagnostiquent le glaucome à l'aide d'images du fond d'œil (une image 2D de l'œil) ou d'images de tomographie par cohérence oculaire (OCT) (une image 3D de l'œil). Dans les images du fond d’œil, les optométristes recherchent généralement des dommages à la cupule optique ou au disque optique. Dans les images OCT, les optométristes recherchent généralement une atrophie des couches. Pour automatiser la détection du glaucome, des ensembles de données sont organisés pour l'apprentissage automatique. Les ensembles de données d'images du fond d'œil sont généralement conçus pour la classification du glaucome afin de distinguer les éléments sains du glaucome ou pour la segmentation de la tête du nerf optique afin d'extraire et d'analyser les lésions de la cupule ou du disque. Les ensembles de données de référence de haute qualité comme EyePACS-AIROGS-light ont des ensembles d'entraînement, de validation et de test prédéterminés pour la reproductibilité.

Ensembles de données pertinents sur le glaucome (par moi)

• SMDG-19 [Ensemble de données], « Ensemble de données multicanaux standardisé pour le glaucome, version 19 », https://www.kaggle.com/datasets/deathtrooper/multichannel-glaucoma-benchmark-dataset
• EyePACS-AIROGS-light-v1 [Ensemble de données], « Intelligence artificielle EyePACS pour un défi robuste de dépistage du glaucome, version légère 1 », https://www.kaggle.com/datasets/deathtrooper/eyepacs-airogs-light
• EyePACS-AIROGS-light-v2 [Ensemble de données], « Intelligence artificielle EyePACS pour un défi robuste de dépistage du glaucome, version légère 2 », https://www.kaggle.com/datasets/deathtrooper/glaucoma-dataset-eyepacs-airogs-light- v2

Recherche pertinente sur le glaucome (par moi)

• ARVO 2024 [Résumé], « Évaluation du système vasculaire rétinien pour la détection du glaucome : une analyse comparative de l'expertise humaine et des algorithmes d'apprentissage profond », https://iovs.arvojournals.org/article.aspx?articleid=2794846
• AAO 2022 [Résumé], « Une enquête complète sur les ensembles de données sur le glaucome accessibles au public pour la détection automatisée du glaucome », https://aaopt.org/past-meeting-abstract-archives/?SortBy=ArticleYear&ArticleType=&ArticleYear=2022&Title=&Abstract=&Authors= &Affiliation=&PROGRAMNUMBER=225129
• AAO 2023 [Résumé], « Le pouvoir prédictif des vaisseaux sanguins du fond d'œil dans la détection du glaucome », accepté comme présentation pour l'AAO 2023
• AAO 2023 [Résumé], « EyePACS-light : A Lightweight Balanced Dataset for Automated Glaucoma Classification Modeling », accepté comme affiche pour l'AAO 2023
• ARVO 2023 [Résumé], « Validation de la vérité terrain des ensembles de données accessibles au public utilisés dans les modèles d'intelligence artificielle pour la détection du glaucome », https://iovs.arvojournals.org/article.aspx?articleid=2791017
• ARVO 2023 [Résumé], « Ensemble de données standardisées et en libre accès sur le glaucome pour les applications d'intelligence artificielle », https://iovs.arvojournals.org/article.aspx?articleid=2790420
• IEEE-IEMCOM 2022 [Article complet], « Une enquête sur les algorithmes de détection du glaucome utilisant des images du fond d'œil et OCT », https://ieeexplore.ieee.org/abstract/document/9946629
• IEEE-ICIVC 2023 [Article complet], « Standardisation automatisée des images du fond d'œil à l'aide d'un algorithme dynamique de seuil de premier plan global », https://ieeexplore.ieee.org/abstract/document/10270429
• ICISDM 2023 [Article complet], « Un catalogue d'ensembles de données publics sur le glaucome pour les applications d'apprentissage automatique », https://dl.acm.org/doi/abs/10.1145/3603765.3603779

Exemples de données

Drishti-GS	G1020	ORIGA-lumière	REFUGE1-VAL	PAPILE

Acronymes de cas d’utilisation

• Classification
  • BGC = Classification binaire du glaucome (sain vs glaucome ou non glaucome vs glaucome)
  • MGC = Multi Glaucoma Classification (au moins 2 types de glaucome, dont suspect)
• Segmentation
  • ODS = Segmentation du disque optique
  • OCS = Segmentation de coupelle optique
  • BVS = Segmentation des vaisseaux sanguins
  • OLS = Segmentation de couche OCT
  • RNFLS = Segmentation de la couche de fibres nerveuses rétiniennes
• Autre
  • LT = Tâche de localisation
  • IQA = Évaluation de la qualité de l'image
  • MIDI = Entrée de domaine multi-images
  • CDR = Estimation du rapport gobelet/disque
  • N = Encoche
  • VF = Informations/Segmentation du champ visuel

Ensembles de données d'images publiques sur le glaucome

Ensemble de données	Lien d'accès	Accessibilité	Étiquettes de glaucome ?	Cas d'utilisation
ACRIMA	https://figshare.com/s/c2d31f850af14c5b5232	ouvrir	Oui	BGC
ÂGE	https://age.grand-challenge.org/Download/	inscription	Oui	MGC, LT
BEH (Hôpital ophtalmologique du Bangladesh)	https://github.com/mirtanvirislam/Deep-Learning-Based-Glaucoma-Detection-with-Cropped-Optic-Cup-and-Disc-and-Blood-Vessel-Segmentation/tree/master/Dataset	ouvrir	Oui	BGC
BIOMISA	https://data.mendeley.com/datasets/2rnnz5nz74/2	ouvrir	Oui	MGC, BGC, MIDI, OLS, CDR
Chaksu-IMAGE	https://doi.org/10.6084/m9.figshare.20123135	ouvrir	Oui	BGC
CRFO-v4	https://data.mendeley.com/datasets/trghs22fpg/4	ouvrir	Oui	BGC, MDI, ODS, OCS
DR-HAGIS	https://personalpages.manchester.ac.uk/staff/niall.p.mcloughlin/	ouvrir	Oui	BGC, BVS
DRIONS-DB	https://www.researchgate.net/publication/326460478_Glaucoma_dataset_-_DRIONS-DB	ouvrir	N	SAO
DRISHTI-GS1	https://cvit.iiit.ac.in/projects/mip/drishti-gs/mip-dataset2/Home.php	ouvrir	Oui	BGC, ODS, OCS, CDR, N
EyePACS-AIROGS	https://airogs.grand-challenge.org/data-and-challenge/	ouvrir	Oui	BGC, IQA
EyePACS-AIROGS-light (v1)	https://www.kaggle.com/datasets/deathtrooper/eyepacs-airogs-light	inscription	Oui	BGC
EyePACS-AIROGS-light (v2)	https://www.kaggle.com/datasets/deathtrooper/glaucoma-dataset-eyepacs-airogs-light-v2	inscription	Oui	BGC
CINQ	https://figshare.com/articles/figure/FIVES_A_Fundus_Image_Dataset_for_AI-based_Vessel_Segmentation/19688169/1	ouvrir	Oui	BGC, BVS
G1020	https://www.kaggle.com/datasets/arnavjain1/glaucoma-datasets	inscription	Oui	BGC, ODS, OCS
GAMMA	https://gamma.grand-challenge.org/	inscription	Oui	BGC?, ODS, OCS, OLS?, LT, MIDI
OBJECTIFS	https://ichallenges.grand-challenge.org/iChallenge-GON3/	inscription	Oui	BGC, OLS
RAISIN	https://springernature.figshare.com/collections/GRAPE_A_multi-modal_glaucoma_dataset_of_follow-up_visual_field_and_fundus_images_for_glaucoma_management/6406319/1	ouvrir	Oui	MGC, VF
Harvard-GF	https://ophai.hms.harvard.edu/datasets/harvard-glaucoma-fairness-3300-samples/	demande	N	BGC, VF, RNFLS, MIDI
FRH	https://www5.cs.fau.de/research/data/fundus-images/	ouvrir	Oui
Test INSPIRE-AVR	https://medicine.uiowa.edu/eye/inspire-datasets	ouvrir	N
INSPIRE-STEREO	https://medicine.uiowa.edu/eye/inspire-datasets	ouvrir	N
JSIEC-1000	https://www.kaggle.com/datasets/linchundan/fundusimage1000	inscription	Oui
KEH (Hôpital ophtalmologique de Kim)	https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/1YRRAC	ouvrir	Oui
DÉCALAGE	https://github.com/smilell/AG-CNN	demande	Oui
LES-AV	https://figshare.com/articles/dataset/LES-AV_dataset/11857698/1	ouvrir	Oui
Louvain-Haïfa HRF	https://rdr.kuleuven.be/dataset.xhtml?persistentId=doi:10.48804/Z7SHGO	demande	Oui	MGC, BVS
MSHF	https://www.nature.com/articles/s41597-023-02188-x#ref-CR17	ouvrir	Oui	BGC, IQA
OCTV	https://zenodo.org/record/1481223#.Y20g3XbMIuV	ouvrir	Oui
OIA-ODIR	https://www.kaggle.com/datasets/andrewmvd/ocular-disease-recognition-odir5k	inscription	Oui
ONHSD	https://aldiri.info/Image%20Datasets/ONHSD.aspx	inaccessible	Oui
ORIGA-lumière	https://www.kaggle.com/datasets/sshikamaru/glaucoma-detection	inscription	Oui
PAPILE	https://doi.org/10.6084/m9.figshare.14798004.v1	ouvrir	Oui
REFUGE1	https://refuge.grand-challenge.org/REFUGE2Download/	inscription	Oui
REFUGE2	https://refuge.grand-challenge.org/REFUGE2Download/	inscription	Oui
RIGA-BIN-RUSHED	https://deepblue.lib.umich.edu/data/concern/data_sets/3b591905z	ouvrir	N
RIGA-MAGRABI	https://deepblue.lib.umich.edu/data/concern/data_sets/3b591905z	ouvrir	N
RIGA-MESSIDOR	https://deepblue.lib.umich.edu/data/concern/data_sets/3b591905z	ouvrir	N
RIM-ONE-r1	http://medimrg.webs.ull.es/research/retinal-imaging/rim-one/	ouvrir	Oui
RIM-ONE-r2	http://medimrg.webs.ull.es/research/retinal-imaging/rim-one/	ouvrir	Oui
RIM-ONE-r3	http://medimrg.webs.ull.es/research/retinal-imaging/rim-one/	ouvrir	Oui
RIM-ONE-DL	http://medimrg.webs.ull.es/research/retinal-imaging/rim-one/	ouvrir	Oui
SIGF	https://github.com/XiaofeiWang2018/DeepGF	demande	Oui
SMDG	https://www.kaggle.com/datasets/deathtrooper/multichannel-glaucoma-benchmark-dataset	inscription	Oui
sjchoi86-HRF	https://github.com/yiweichen04/retina_dataset	ouvrir	Oui
VEIRC	https://github.com/ProfMKD/Glaucoma-dataset	ouvrir	Oui