摘要：儿童牙科全景X光数据集是世界首个儿童牙科影像公开数据集（牙齿分割、龋齿分割、疾病检测），发表于 Nature（2023），配有 Mask-RCNN 实现，专为儿童牙科 AI 诊断而构建。
数据集简介
数据集概述
儿童牙科全景X光数据集（Children’s Dental Panoramic Radiographs Dataset）是世界首个专门针对儿童牙科全景X光片的公开数据集，用于龋齿分割和牙科疾病检测。数据集通过分割和检测标注支持多种计算机视觉任务，旨在填补儿童牙科影像分析领域的数据空白。尽管牙科数据在医疗健康领域极其重要，但该领域的研究重要性尚未得到充分认识。数据集包含三个核心模块：(i) 成人牙齿分割（语义分割任务，标注成人全景X光片中的牙齿区域，用于牙齿结构识别和牙位定位）、(ii) 儿童龋齿分割（实例分割任务，不仅识别龋齿区域还区分每个独立龋齿病灶实例，用于量化龋齿数量和评估严重程度）、(iii) 儿童牙科疾病检测（目标检测任务，通过边界框定位和分类多种儿童牙科疾病如龋齿、牙周病、发育异常等）。数据集在 notebooks 部分提供了基于 Mask-RCNN 的完整流程示例，涵盖探索性数据分析（EDA）、模型训练和推理，使研究人员能够快速上手并开发牙科疾病自动检测系统。
数据结构与技术配置
数据集采用多任务架构，按照计算机视觉任务类型和目标人群组织为三个独立文件夹。成人牙齿分割（Adult Tooth Segmentation） 模块使用语义分割方法，为全景X光片中的每个像素分配牙齿或背景类别，生成牙齿区域的完整掩码，支持牙齿计数、牙位识别和解剖结构分析。儿童龋齿分割（Children’s Dental Caries Segmentation） 模块采用实例分割方法，是数据集的核心创新部分，不仅定位龋齿区域，还为每个独立的龋齿病灶生成单独的实例掩码，使模型能够区分同一张X光片中的多个龋齿，这对于临床诊断中量化龋齿数量、评估治疗优先级和跟踪病情进展至关重要。儿童牙科疾病检测（Pediatric Dental Disease Detection） 模块使用目标检测方法，通过边界框标注多种儿童牙科疾病类别，支持快速筛查和多疾病同时检测。数据集提供的 Mask-RCNN 实现示例专门针对儿童龋齿实例分割任务，展示了数据加载、模型配置、训练循环、验证评估和推理预测的完整工作流程，为研究人员提供了实用的技术参考。
应用价值与研究方向
该数据集为儿童牙科影像分析、计算机辅助诊断和深度学习医学应用研究提供核心数据支撑，支持多个关键应用方向。龋齿自动检测与分割：开发 AI 模型自动识别和量化儿童龋齿，支持学校和社区的大规模口腔健康筛查。牙科疾病多类别检测：训练检测模型同时识别龋齿、牙周病、发育异常、阻生齿等多种疾病。儿童与成人牙科对比研究：利用成人和儿童数据对比分析不同人群的牙科特征差异和疾病模式。计算机辅助诊断（CAD）系统开发：构建面向儿童牙科诊所的自动化诊断辅助工具，降低对专业儿童牙医的依赖。迁移学习和领域适应：研究从成人牙齿模型迁移到儿童牙科任务的有效性。实例分割算法验证：测试 Mask-RCNN、Cascade Mask-RCNN、YOLACT、SOLOv2、Mask2Former 等先进分割算法在牙科医学影像中的性能。作为世界首个儿童牙科全景X光公开数据集，它填补了儿童口腔医学 AI 研究的关键数据空白，为改善儿童口腔健康筛查效率、降低龋齿漏诊率、支持基层牙科诊所和学校诊疗能力提升以及推动儿童预防牙科学和精准口腔医学的发展提供了重要的研究基础和数据支撑。
数据集来源
儿童牙科全景X光数据集是世界首个儿童牙科影像公开数据集，包含三个模块：成人牙齿分割（语义分割）、儿童龋齿分割（实例分割）和儿童牙科疾病检测（目标检测），发表于 Nature Scientific Data（2023），配有 Mask-RCNN 完整实现示例，支持龋齿自动检测、多疾病分类和计算机辅助诊断研究由张家梁(Bob)整理并于2026年8月在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-78
文件大小：1.5G
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)