ODTiD: Optic Nerve Head SD-OCT Image Dataset
Notice bibliographique
Résumé
INTRODUCTION: Optic disc tilt (ODT) or tilted optic disc is a common finding in the general population. It is due to anomalous development caused by the malclosure of the embryonic optic fissure. ODT is commonly associated with high myopia as well as other conditions. In recent days, the common method to image the optic disc (OD) is by optical coherence tomography (OCT). To the best of our knowledge, there are no datasets of ODT available in the public domain. This dataset aims to make open access raw ODT OCT images to test out new image processing segmentation algorithms. METHODS: This dataset of ODT images contains both horizontal and vertical cross-sectional images obtained using spectral-domain optical coherence tomography (SD-OCT, Cirrus 5000, Carl Zeiss Meditec Inc., Dublin, CA). The optic disc cube 200×200 program was used and all the images are aligned with the center of the optic nerve head. This dataset includes images from both clinically normal (20 eyes) and myopic subjects (101 eyes). RESULTS: The dataset consists of clear (121) and manually marked (121) images resulting in a total of 242 images. The age distribution for all subjects combined is 27.24 ± 9.28 (range, 11.0-69.0) years. For normal subjects mean ± SD age distribution is 32.40 ± 17.23 years. Similarly, the myopia age distribution is 26.22 ± 6.37 years. Ground truth images, ie, manually segmented by a clinical expert are provided along with other meta-data includes age, gender, laterality, refractive error classification, spherical equivalent (SE), best-corrected visual acuity (BCVA), intraocular pressure (IOP), and axial length (AXL). CONCLUSION: This open, public database is online at the ICPSR website of the University of Michigan. The dataset can be used to test and validate newly developed automated segmentation algorithms.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».