该数据集包含从梅西多图像集中提取的特征，用于预测图像是否包含糖尿病视网膜病变的迹象。所有特征代表检测到的病变、解剖部位的描述性特征或图像级描述符。Balint Antal、Andras Hajdu：基于集成的糖尿病视网膜病变自动筛查系统，基于知识的系统60（2014年4月），20-27中描述了图像分析和特征提取的基本方法以及我们的分类技术。图像集（Mesidor）可在[Web link].上找到。

Attribute Information:

0）质量评估的二元结果。0=质量差1=质量足够。
1） 预筛选的二元结果，其中1表示严重视网膜异常，0表示缺乏。
2-7）MA检测结果。每个特征值代表在置信水平α=0.5，分别为1。
8-15）包含与2-7）相同的渗出物信息。然而由于渗出物由一组点表示，而不是由构成病变的像素数表示，因此通过将病变数除以ROI直径来对这些特征进行归一化，以补偿不同的图像大小。
16） 黄斑中心和视盘中心的欧氏距离提供了重要信息
关于病人的情况。该特征也会随着ROI的直径而标准化。
17） 视盘的直径。
18） 基于AM/FM分类的二进制结果。
19） 类标签。1=包含DR迹象（梅西多1、2、3类的累积标签），0=无DR迹象。

Relevant Papers:

Provide references to papers that have cited this data set in the past (if any).

Citation Request:

Please cite the following paper: Balint Antal, Andras Hajdu: An ensemble-based system for automatic screening of diabetic retinopathy, Knowledge-based Systems 60 (April 2014), 20-27.
The dataset is based on features extracted from the Messidor image dataset: [Web link].