一、数据和数据集

在医疗行业，相关的大数据是多元化的，包括临床数据、基因数据和大健康数据。从数据存储的角度看，有结构化的数据，如化验单、处方等常量指标数据；有半结构化的数据，如住院小结、出院小结、入院首页等文字性描述的数据；还有无结构化的数据，如医疗影像数据；此外还包括记忆测序的组学数据及时间序列数据，如血压、心率、脉搏等各种流数据。总之，需要分析的医疗数据是多模态多样化的。随着电子病历的普及，高分辨率的影像图像、视频等无结构化的数据的数量呈指数级增长，整个医疗行业的数据量相当庞大。

在眼科，与其他眼部图像（如血管造影照片）不同，眼底图像可以以非侵入性且具有成本效益的方式获取，更适合大规模筛查。在眼底图像中存在许多重要的生物标志物，如视盘（optic disc，OD）、视杯（optic cup，OC）、黄斑、中央凹、血管，以及一些与DR相关的病变，如微动脉瘤（microaneurysm，MA）、出血（hemorrhage，HM）、硬性渗出（hard exudate，HE）和软性渗出（soft exudate，SE）。眼底图像可用于诊断多种眼科疾病，包括青光眼、糖尿病视网膜病变（DR）、年龄相关性黄斑变性（AMD）、白内障、早产儿视网膜病变（ROP）和糖尿病性黄斑水肿（diabetic macular edema，DME）。OCT图像也广泛用于黄斑皱缩、玻璃体黄斑牵引、黄斑裂孔等各类疾病的检查，它还是诊断糖尿病性黄斑水肿的新标准，同时技术的进步使OCT能够生成用于评估视网膜脉管系统的血管造影照片（OCT-A）。

AI研究离不开大数据，国内外学者们建立了各种眼底图像数据集，现有的深度学习模型中常用的眼底图像数据集（如MESSIDOR、DRIVE、STARE、EyePACS、RIGA等）可见表2-1。

表2-1　常用的眼底图像数据集