CariesXrays — 首个公开发布的医院级全景牙科 X 光龋齿检测基准（6000 张 / 13778 实例）

INFOBOX — CariesXrays 一屏速览

维度	内容
本质	首个公开发布的医院级全景牙科 X 光龋齿检测基准（作者自述），单任务：包围盒目标检测
团队	华南师范大学 + 哈尔滨工业大学（深圳）+ 广东省新型安全智能技术重点实验室；通讯 Yishu Liu / Zheng Zhang
论文	AAAI-24, Vol.38 No.20, pp.21940–21948（doi:10.1609/aaai.v38i20.30196）；Special Track on AI for Social Impact
规模	6,000 张全景片（5,380 名患者）；13,778 个龋齿包围盒（摘要口径 13,783）
切分	训练 4,800 / 测试 1,200（随机划分，未声明患者级隔离）
规格	统一 resize 至 1333×800 位图；平均 ≈2.3 实例/图；VOC 风格标注
标注	每实例由至少 3 名牙科专业人员复核；专用工具勾画包围盒
人口学	年龄 18–45 占 57% / 45–80 占 43%；性别 男 48% / 女 52%
难点	小目标（AR≤1% 主导）+ 多形态（radiolucent / 脱矿 / 龋洞）+ 修复体与伪影干扰
基线	自提 FPCL（D2D-FPN + P2P-CRL + 动量动态优化）AP 48.2%，超 YOLOx 7.7 个点、超 Conditional-DETR 6.0 个点
获取	代码 GitHub 公开｜数据 Google Drive 文件夹｜无 Zenodo/figshare/HF 官方镜像
许可	未声明许可（五源全为 null / 无 LICENSE）——本条目最重要的落地风险点
库内互链	caries-miccai(944)、multicenter-dental-panoramic(787)、dentex(479)、dental-opg-xray(786)

CariesXrays 是一个"把成人全景牙片上的每颗龋坏牙齿都框出来"的数据集工程：它从临床环境收集了 6,000 张全景牙科 X 光片（来自 5,380 名患者），由至少 3 名牙科专业人员逐张勾画龋齿包围盒，累计 13,778 个实例。作者在 AAAI-24 的"AI for Social Impact"赛道发布它，并宣称这是首个公开发布、用于推动自动化龋齿诊断的基准数据集。与同域内以"龋齿分割/分级"为任务的儿童数据集（库内 caries-miccai，rid=944）不同，CariesXrays 的定位是成人全景片上的实例级检测基准——解决的是"一枚龋坏在哪、有多大"的定位问题，而非"是哪一级龋坏"的分类问题。

它同时带出一套名为 FPCL（Feature Pyramid Contrastive Learning）的检测框架作为配套基线：在自建测试集上把 AP 从约 40% 推到 48.2%。但比算法更值得检索者警惕的，是它的许可状态：代码与数据虽都能点开下载，却没有任何 LICENSE 文件或授权条款——这一点在本条目中被反复强调，因为它直接决定你能否在论文、产品或二次分发中使用这批数据。

导语读法三则：

1. 只想下数据：直奔 §6 获取与许可——代码在 GitHub、数据在 Google Drive，但许可缺失是硬伤，先读完再决定用不用。
2. 关心任务与规格：直奔 §2 与 §3——注意这是检测单任务（不是分类、不是分割），标注是 VOC 风格包围盒。
3. 做算法对标：直奔 §5 与 §7——11 个检测基线的 AP/AP50/AP75 全表 + FPCL 消融，可直接复现对标。

§0 导读：这个数据集解决什么问题

龋齿（dental caries，俗称蛀牙）是全球最常见的慢性病之一，从儿童到老年人全年龄段受累。临床诊断龋齿最常用的影像手段之一是全景牙科 X 光摄影（panoramic dental radiography，又称曲面断层/OPG），它能在一张片上呈现上下颌全口牙列的结构概览。但人眼阅片面临两大现实困难：

1. 病灶微小：早期龋坏在牙片上只是牙冠上的一小块密度降低区，尺寸小、边界模糊，与正常牙体结构难以区分；
2. 形态多变：龋齿表现为透射区（radiolucent areas）、釉质脱矿（enamel demineralization）、龋洞（cavitations）等多种形态，再叠加补牙修复体、解剖结构重叠与成像伪影，判读复杂度陡增。

要把"看图找龋齿"这件事自动化，前提是有一批经过专业标注、规模足够大的训练与评测数据。而 CariesXrays 的作者在论文中指出：标准化数据集的缺失，是自动化龋齿诊断研究的根基性障碍（“the lack of standardized datasets poses a foundational challenge”）。为此他们从临床环境收集了医院规模的全景牙片并逐张标注，发布为 CariesXrays，同时配套提出 FPCL 检测框架验证其可用性。

一句话概括：CariesXrays 把"成人全景牙片上的龋齿定位"从一个缺数据的问题，变成一个有基准可打的问题——但它在许可与托管方式上留下了明显的落地隐患（详见 §6）。

0.1 任务定位：为什么是"检测"而不是"分类"或"分割"

这是理解本数据集的第一道关键分水岭。医学图像任务常分为三层：

• 分类（classification）：整张片 → 一个标签（“有龋齿/无龋齿”）
• 检测（detection）：整张片 → 若干包围盒（每个框圈出一枚龋坏的牙齿/区域）
• 分割（segmentation）：整张片 → 逐像素掩码（精确勾出龋坏区域轮廓）

CariesXrays 在论文中被明确界定为目标检测任务：标注形式是"bounding boxes around caries lesions"，模型输出是"predicted bounding boxes and confidence scores"。论文通篇未描述任何分类标签体系，也未描述任何分割掩码。检索者若看到二手资料声称它"支持分类+检测+分割三任务"，应知这与一手论文不符（见 §10 坑 2）。这一点也把它与库内 caries-miccai（rid=944，分割+检测双任务）直接区分开。

0.2 读者的三条入口

• 要复现/对标检测算法 → §5 数据构成与 §7 基线全表
• 要评估能否落地使用 → §6 获取与许可（必读）与 §9 DAIMS 评估
• 要做牙科数据集选型 → §8 与库内 9 个牙科条目的对照

§1 数据集速览：十问十答

Q1：CariesXrays 到底是什么？
一个医院规模的全景牙科 X 光龋齿检测基准数据集，2024 年在 AAAI-24 发布，作者自述为"首个公开的自动化龋齿诊断数据集"。

Q2：谁做的？
华南师范大学（South China Normal University，第一作者 Bingzhi Chen）与哈尔滨工业大学（深圳）（Harbin Institute of Technology, Shenzhen）联合团队，6 位作者，含 2 位通讯作者（Yishu Liu、Zheng Zhang）。

Q3：多大规模？
6,000 张全景片，来自 5,380 名患者；共 13,778 个龋齿包围盒实例（摘要写作 13,783，见 Q10）。

Q4：每张片平均几枚龋齿？
约 2.3 枚。

Q5：怎么切分？
训练集 4,800 张、测试集 1,200 张，随机划分。

Q6：图像什么规格？
统一 resize 到 1333×800 像素的位图（bitmap）；原始分辨率未披露。

Q7：谁标的？标注可靠吗？
由至少 3 名牙科专业人员复核；标注形式为包围盒；论文称标注"meticulous and accurate"。

Q8：是什么任务？
仅目标检测（bounding box detection）。不是分类，也不是分割。

Q9：配套算法是什么？性能如何？
FPCL（Feature Pyramid Contrastive Learning）框架，AP 48.2%，AP50 84.1%，AP75 50.6%，为论文报告的全场最佳。

Q10：为什么实例数有两个数？
论文摘要写 13,783（出现 2 次），正文 Dataset Statistics 写 13,778——差 5，属论文内部口径漂移。本条目两口径并列存照。

1.1 速览卡

问题	一句话答案
本质	成人全景牙片龋齿检测基准（首个公开）
规模	6,000 图 / 5,380 患者 / 13,778 框
任务	目标检测（包围盒），非分类、非分割
规格	1333×800 位图；VOC 风格标注
切分	4,800 训练 / 1,200 测试
标注	≥3 名牙科专业人员复核
基线	FPCL，AP 48.2%
获取	GitHub 代码 + Google Drive 数据
许可	未声明（最大的落地风险）
论文	AAAI-24, doi:10.1609/aaai.v38i20.30196

§2 数据构成与规格

2.1 规模、来源与患者层信息

CariesXrays 的核心规模数字直接来自论文的 Dataset Statistics 小节：

• 全景片总数：6,000 张
• 患者总数：5,380 名（“obtained from 5,380 distinct patients”）
• 龋齿实例总数：13,778 个（正文口径；摘要口径为 13,783）
• 平均每图实例数：≈2.3 个

由此可推出一个有用的派生量：6,000 张片对应 5,380 名患者，平均每名患者约 1.12 张片——说明数据集以"每名患者基本一张"为主，少数患者有多张。这一比例对理解数据集的独立性很重要：它意味着图像之间的患者级重复度较低，但论文并未说明 train/test 切分是否按患者隔离（见 §10 坑 6）。

数据来源方面，论文的表述是"meticulously sourced from clinical environments"（从临床环境精心收集），并称其为"hospital-scale"（医院规模）。但具体是哪家医院、采集时间窗、伦理审批编号均未披露——这是本数据集在元数据完整性上的明显缺口。

2.2 图像规格与预处理

论文描述了一条专门的预处理流水线（“a dedicated preprocessing pipeline”），其核心动作是：

• 统一 resize 到 1333×800 像素，格式为位图（bitmap）
• resize 目的：论文自述为"overcome the challenges of hardware computational capacity"（适配算力），同时"minimizing any potential loss of essential details"（尽量减少关键细节损失）

作者承认 resize 可能带来细节损失，但未给出原始分辨率作为对照。对做小目标检测的研究者而言，这是一处需注意的信息缺口：龋齿本身就是小目标，而图像又经过降采样，实际可用信息量无法从论文反推。

在数据质量控制上，论文实施了一道筛查（screening）流程：识别并剔除存在技术问题的片子，具体包括**伪影（artifacts）、畸变（distortions）、摆位不当（improper positioning）**三类。这说明发布版本是经过人工质量把关的"干净"子集，但也意味着被剔除样本的数量与比例未披露。

2.3 人口学分布

论文用一张图（Figure 2）报告了数据集的人口学多样性，分两个维度：

维度	分布
年龄	18 < Age ≤ 45：57%；45 < Age ≤ 80：43%
性别	Male：48%；Female：52%

两点值得注意：

1. 全为成人：年龄区间下限为 18 岁，数据集覆盖的是 18–80 岁的成人群体。这与库内 caries-miccai（rid=944，2–13 岁儿童）形成明确的人群分野。
2. "多样性"宣称的边界：作者称该数据集"covers a comprehensive spectrum of variations and patterns exhibited by dental caries across diverse demographic groups and genders"。但披露的维度仅为年龄两段与性别二分，未覆盖种族、地域、社会经济等维度，因此"diverse demographic groups"的表述应理解为相对宣称，不宜外推。

2.4 对象面积比分布：小目标主导

论文用 Figure 3 报告了标注对象的**面积比（Area Ratio, AR）**分布，按三档划分：

• AR ≤ 0.5%
• 0.5% < AR ≤ 1%
• AR > 1%

论文的定性结论明确：小目标（AR ≤ 1%）在数据集中占主导（“The predominance of small objects (AR≤1%) in our dataset”），并据此指出"数据集凸显了对能够在精确定位与识别这些精细实例方面表现稳健且高效的检测算法的需求"。

这一分布直接解释了为什么论文反复强调小目标检测的难点，也解释了为什么 FPCL 要专门设计 D2D-FPN 的 bottom-up 通路来加强低层定位信号（见 §5）。需要提醒的是：Figure 3 的具体柱值在 PDF 文本抽取层存在标签配对歧义（三类 × Test/Train/All 三系列），本条目不引用具体柱值，仅保留"小目标主导"的定性结论（见 §11 遗留疑点 1）。

2.5 标注格式：VOC 风格

从作者官方 GitHub 仓库的结构可以推断标注格式。仓库 CariesXrays_Dataset(0.5%) 目录下含两个子目录：

• Annotations/ —— 标注文件
• JEPGImages/ —— 图像文件（注意仓库中拼写为 “JEPG”，疑为 “JPEG” 的笔误，检索者勿以为另有格式）

README 中另有一句"Running the code on CariesXrays (VOC-style)"，明确指向 Pascal VOC 风格的标注组织方式（即每张图对应一份 XML，内含 <object> 与 <bndbox> 坐标）。这意味着数据可被标准 VOC 解析器、以及支持 VOC 格式的检测框架（如 MMDetection、Detectron2 的 VOC 适配）直接读取。

2.6 数据集为什么这样切：从"缺数据"到"补缺口"的设计逻辑

理解 CariesXrays 的价值，需要先理解它出场的背景。论文在 Related Work 中系统梳理了两条脉络：

脉络一：医学图像数据集。论文列举了 ChestX-ray8（胸片，Wang et al. 2017）、DeepLesion（CT 病灶检测，Yan et al. 2018）、ISIC 皮肤病档案、BRATS（脑肿瘤分割，Menze et al. 2014）等"医院规模基准"，并指出"these advanced techniques heavily rely on the existence of well-annotated medical datasets"——深度学习之所以在乳腺癌检测、肺病分类、脑损伤定位上突破，前提是有标注数据集。作者据此推导出：牙科龋齿检测之所以落后，不是方法不行，而是没有对应的数据集。

脉络二：目标检测方法。论文从 R-CNN 一路梳理到 Faster R-CNN、YOLO 系、DETR 系，指出这些通用方法"makes strides"（取得进展），但"the task of dental caries detection remains challenging due to the complex and multifaceted nature of caries presentations"（龋齿检测仍因病灶表现复杂而困难）。

两条脉络的交汇点，就是 CariesXrays 的定位：用"医院级数据集 + 适配的检测框架"的组合，把牙科龋齿检测从"缺基准"推进到"有基准可打"。论文把这一贡献明确写为三条：

1. 提出一个大规模全景牙科 X 光基准数据集（作者认为这是首个公开的自动化龋齿诊断数据集）；
2. 提出 FPCL 框架，把深度学习优势与 CariesXrays 的数据资源结合；
3. 在 CariesXrays 上全面评估 FPCL 的有效性与优越性。

这条设计逻辑的启示：CariesXrays 的贡献结构是"数据 + 方法"的双交付，而非单纯的算法创新。对使用者而言，数据集本身的价值可能比 FPCL 更持久——检测框架会过时，但一份 6,000 张的标注数据可以作为后续无数方法（含更新的 transformer、更强的预训练模型）的评测基准。

2.7 与库内牙科数据集的规格对照

条目	rid	人群	图像类型	规模	任务
CariesXrays	本条目	成人 18–80	全景片（1333×800）	6,000 图 / 13,778 框	检测
caries-miccai	944	儿童 2–13	全景片	100 儿童片 + 2,885 总库	分割 + 检测
multicenter-dental-panoramic	787	未细分	全景片	6,536 图	分割 + 分类
dentex	479	—	全景片	挑战赛规模	异常检测（多类）
dental-opg-xray	786	—	全景片	232 图	六类病理检测

这张表的核心信息是：CariesXrays 在"单病种 × 检测 × 成人 × 最大规模"这个格子里是独特的——它不做多病种、不做分割、不分级，而是把"龋齿定位"这一个任务做到 6,000 张图的规模。

2.8 选型速查：什么时候该选 CariesXrays

你的需求	选 CariesXrays？	替代方案
成人龋齿检测基准	✅ 首选	—
龋齿分割	❌	caries-miccai(944)
龋齿分级/分类	❌	需另找分级数据集
儿童龋齿	❌	caries-miccai(944)
多病种牙科异常检测	⚠️ 单病种不够	dentex(479)
多中心泛化研究	❌ 单来源	multicenter-dental-panoramic(787)
小目标检测方法研究	✅ 合适	—
需要明确商用许可	❌	另找有 CC/明确许可的数据集

读法：CariesXrays 的"甜点区"很窄但很深——成人 + 龋齿 + 检测 + 需要规模。出了这个格子，往往有更对口的库内替代。选型时先确认自己的任务粒度（检测/分割/分类）、人群（成人/儿童）、病种范围（单病种/多病种）三个坐标，再决定是否选它。

§3 标注体系与质量保障

3.1 标注单位：包围盒

CariesXrays 的标注单位是包围盒（bounding box）。论文原文：作者用"a specialized tool to delineate bounding boxes around caries lesions in each image"（用专用工具在每张图中勾画龋齿病灶的包围盒）。每个包围盒对应一枚龋齿实例（instance），全数据集共 13,778 枚。

注意两处信息缺口：

1. 工具未具名：论文只写"a specialized tool"，未说明是 LabelImg、CVAT、还是自研标注平台。这对想复现标注流程的团队构成障碍。
2. 无病灶属性标签：包围盒只携带位置信息，未见论文描述任何分级标签（如浅龋/中龋/深龋）、龋齿类型标签（如窝沟龋/邻面龋/根面龋）或牙位标签（FDI 编号）。也就是说，这份数据回答"哪里有龋"，不回答"是什么龋"。

3.2 标注流程与质量控制

论文对标注流程的描述相对精简，核心信息有两条：

• 标注方式：专用工具逐图勾画包围盒
• 质量复核：所有标注结果"carefully reviewed by at least three dental professionals"（由至少 3 名牙科专业人员仔细复核）

摘要中也有呼应：“13,783 instances of dental caries, all meticulously annotated by dental professionals”（全部由牙科专业人员精心标注）。

这里需要如实区分"标注"与"复核"：论文说实例"annotated/标注"由专业人员完成，同时说标注结果"reviewed by at least three dental professionals"（由至少 3 人复核）。两句话合起来的合理读法是"专业人员标注 + 多人复核"，但论文未区分初标者与复核者的具体分工，也未报告标注者数量、从业年限、或任何一致性统计量（如 Cohen’s κ、IoU 一致性）。

3.3 质量保障的"证据强度"评估

对一份医学标注数据集，惯例上会用一组一致性指标来证明标注可靠性。CariesXrays 在这方面提供的是过程描述而非统计证据：

期待的证据	CariesXrays 是否提供
标注者数量与资质	部分（"至少 3 名牙科专业人员"复核）
一致性统计（κ / IoU / Dice）	❌ 未提供
标注工具名称	❌ 未提供（仅"专用工具"）
争议解决机制	❌ 未描述
标注时间/成本	❌ 未描述

因此，对 CariesXrays 标注质量的可信度，应当基于"多人复核流程"这一过程性保证来评估，而不能声称有定量一致性证据——论文没有给。这是引用本数据集时应当注意的表述边界。

3.4 小目标的双重挑战

把 §2.4 的面积比分布与 §3.1 的包围盒单位合起来看，就能理解这份数据集的技术难点结构：

• 龋齿实例以 AR ≤ 1% 的小目标为主；
• 标注边界在如此小的尺度上本身就"难以精确勾画"（论文原文：“the complex nature and size variations of caries lesions pose difficulties in precisely delineating their boundaries”）；
• 再叠加"修复体、解剖结构、伪影"的干扰。

论文正是把这两点（小目标 + 多变体）作为自动化龋齿检测的核心挑战来展开，并由此设计了 FPCL 的 D2D-FPN（应对小目标）与 P2P-CRL（应对多变体）两个模块。这构成了从"数据特性"到"算法设计"的一条完整逻辑链（§5 展开）。

3.5 标注体系的三条使用须知

1. 别当分类数据用：没有任何龋齿分级/类型标签，无法直接做龋齿严重程度分类。
2. 别当分割数据用：没有像素级掩码，无法做龋坏区域轮廓分割；如果要分割，库内 caries-miccai（rid=944）才是对口的。
3. 别信"三任务"传言：一手论文只有检测单任务（§10 坑 2）。

§3.5 临床背景：为什么龋齿检测在临床上是个真问题

要理解 CariesXrays 想解决什么，需要一点口腔临床背景。论文用三段引文（Pitts et al. 2017、Wen et al. 2022）把龋齿的公共卫生定位说得很清楚：

• 龋齿是全球最广泛的慢性病之一（“one of the most widespread oral diseases impacting individuals across all age groups”），影响所有年龄组；
• 患病负担持续存在：论文引用 Wen et al. 2022 对比 1990–2019 年的全球龋齿负担与不平等。

在诊断手段上，论文指出全景牙科摄影能提供"an encompassing overview of the entire dentition structures"（全口牙列的整体概览），是临床诊断龋齿的常用影像技术（引 Schroder et al. 2019）。但人工阅片面临系统性困难（引 Reia et al. 2021）：

1. 病灶外观多样（diverse lesion appearances）；
2. 尺寸各异（varying sizes）；
3. 位置分散（locations）；
4. 结构重叠（instances of overlapping structures）。

这些因素叠加，使"人眼逐颗牙找龋"既费时又易漏。这正是自动化检测的临床价值主张：论文称 AI 驱动的龋齿筛查"holds a significant social impact on public health"（对公共卫生有重大社会影响），但同时承认这一方向"remains largely unexplored and understudied"（仍大体未被充分探索与研究）。

一句话临床定位：CariesXrays 针对的是"全景片上龋齿的自动定位"这一临床辅助诊断场景——不是替代医生做诊断结论，而是帮医生在整张片子上快速圈出可疑龋坏位置。理解这一点，就能理解为什么数据集只需要包围盒（定位够用），而不需要像素级掩码（临床上不需要精确勾边到像素）。

§4 团队、时间线与研究定位

4.1 作者与机构

CariesXrays 论文由 6 位作者共同完成，跨两所高校与一个省级重点实验室：

作者	机构	角色
Bingzhi Chen（陈炳志）	华南师范大学 ¹³	第一作者
Sisi Fu	华南师范大学 ¹	合作者
Yishu Liu	哈尔滨工业大学（深圳）²	通讯作者
Jiahui Pan	华南师范大学 ¹	合作者
Guangming Lu	哈尔滨工业大学（深圳）²³	合作者
Zheng Zhang	哈尔滨工业大学（深圳）²	通讯作者

机构编号（论文原注）：

• ¹ South China Normal University, Guangzhou, China（华南师范大学，广州）
• ² Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学，深圳）
• ³ Guangdong Provincial Key Laboratory of Novel Security Intelligence Technologies（广东省新型安全智能技术重点实验室）

联系邮箱（论文公开）：chenbingzhi@m.scnu.edu.cn、fusisi@m.scnu.edu.cn、panjiahui@m.scnu.edu.cn、liuyishu@stu.hit.edu.cn、luguangm@stu.hit.edu.cn、darrenzz219@gmail.com

团队画像：这是一个"师范院校 + 工科强校"的跨校合作模式。第一作者 Bingzhi Chen 与通讯作者 Zheng Zhang 有长期的医学影像分析合作记录（见 §4.4 论文谱系）。

4.2 时间线

时间	事件
2023-12-18	官方 GitHub 仓库 AAAI2024_CariesXrays 创建
2024-03-24	论文于 AAAI-24 正式发布（Vol.38 No.20）
2024-10-22	仓库最后一次 push（此后无更新）
2026-10-16	本条目抓取时点：仓库 13 stars / 4 forks（GitHub API 口径）

关键观察：自 2024-10-22 起，官方仓库近两年无任何更新。这意味着数据集自发布以来没有版本迭代、没有补充修正、没有社区 issue 响应记录。对追求长期维护的数据使用者，这是一处可持续性信号（见 §9 DAIMS 的 S 维度）。

4.3 论文定位：AAAI-24 的"AI for Social Impact"赛道

CariesXrays 发表在 AAAI-24 的 Special Track on AI for Social Impact（人工智能社会影响特别赛道）。这个赛道定位与数据集的自述动机高度一致——论文开篇即强调龋齿的公共卫生负担，并在结论中称"automated dental caries detection… carries substantial social impact for improving population oral health and optimizing healthcare resources"，还展望了对"telemedicine and remote healthcare delivery in the field of dentistry"（牙科远程医疗）的贡献。

理解这一赛道定位有两个意义：

1. 解释了为什么要做数据集：社会影响赛道看重的是"填补公共健康资源缺口"，而论文把"缺标准化数据集"作为缺口来锚定贡献；
2. 解释了论文的评估侧重：论文花了大量篇幅论证 FPCL 相对于 11 个通用检测基线的优势，而不是做深入的临床验证——这是方法创新 + 数据发布的组合，而非临床研究。

4.4 论文谱系与自引脉络

从论文的 Related Work 与参考文献可以读出一条清晰的技术谱系：

• 数据集谱系（论文自陈的参照系）：ChestX-ray8（Wang et al. 2017，库内 rid=15 系谱）、DeepLesion（Yan et al. 2018，库内 rid=17）、ISIC 皮肤病档案、BRATS（Menze et al. 2014）、MIMIC-CXR（Johnson et al. 2019，库内 rid=617 系谱）——作者以这些"医院规模基准"为模板来构建牙科版本。
• 检测算法谱系：R-CNN → Fast R-CNN → Faster R-CNN（论文的骨干架构）→ Mask R-CNN / Cascade R-CNN；另平行对比 YOLO 系列、DETR / Conditional-DETR。
• 对比学习谱系：SimCLR、MoCo、BYOL、DetCo——P2P-CRL 的直接思想来源。
• 团队自引：论文引用 Chen et al. 2020a（胸片多标签分类 GCN）、Chen et al. 2023（TransAttUnet 医学图像分割）——显示团队在医学影像 AI 上的连续积累。

谱系读法：CariesXrays 的技术路线是"把通用检测框架（Faster R-CNN）与通用对比学习技巧（SimCLR/MoCo 系）组合，针对牙科龋齿特性做定制（D2D-FPN + P2P-CRL）"，而数据集则模仿 ChestX-ray8 / DeepLesion 的"医院级基准"范式。这是一个范式迁移而非范式创新：它的贡献在于把成熟方法首次系统迁移到成人全景片龋齿检测，并配上一个公开数据集。

4.5 资金与合规披露

论文致谢列出了密集的中国纵向项目资助（均为公开信息）：

• 国家自然科学基金：62302172、62176077
• 科技创新 2030 重大项目：2022ZD0208900
• 广东省高校青年创新人才项目：2023KQNCX020
• 广东省国际科技合作项目：20220505
• 深圳市科技计划：RCYX20221008092852077
• 深圳市重大技术项目：2022N001、2020N046
• 深圳市基础研究基金：JCYJ20210324132210025
• 广东省重点实验室：2022B1212010005

未披露项（合规角度的重要缺口）：

• 无伦理审批（IRB/伦理委员会）声明——一份包含 5,380 名真实患者影像的医学数据集，通常应报告伦理审批编号与知情同意方式，论文未提供；
• 无去标识化方法描述——论文未说明如何对全景片做隐私处理（虽然全景片本身不含面部识别特征，但仍属可识别医学数据）；
• 无数据使用协议（DUA）——见 §6，这是最严重的缺项；
• 无利益冲突声明。

4.6 团队的研究连续性与本数据集的谱系位置

把 CariesXrays 放进该团队的研究时间线，可以看出它不是孤立产出，而是一个连续研究脉络的一环：

• Chen et al. 2020a（自引）：胸片多标签分类 + 图卷积网络——团队早期在"多标签医学图像分类"上的工作；
• Chen et al. 2023（自引）：TransAttUnet，多级注意力引导的 U-Net with Transformer，用于医学图像分割——团队在分割架构上的积累；
• CariesXrays 2024：把上述"医学影像分类与分割"的经验，转向"牙科全景片目标检测"，并首次系统构建牙科数据基准。

谱系读法：团队的技能栈从"分类"→“分割”→"检测"逐步扩展，CariesXrays 是其检测能力在牙科场景的首次落地。这也解释了为什么论文的算法设计（FPCL）大量借用通用检测（Faster R-CNN）与通用对比学习（SimCLR/MoCo）的技术，而非从零发明新范式——团队的贡献重心在"数据 + 适配"，而非"新算法原理"。

从更广的视角看，CariesXrays 是中国高校团队（华南师大 + 哈工大深圳）在"医学影像数据集建设"这一国际赛道上的一个代表案例——它的模式（收集临床数据 → 专业标注 → 提出配套方法 → 在顶会发布）与库内多个中国团队数据集（如华西口腔牵头的 caries-miccai）路径相似，反映了国内医学 AI 团队"数据基础设施先行"的共同策略。

4.7 数据集的"历史定位"再评估

综合本节信息，可以对 CariesXrays 的历史定位做一个诚实的评估：

支持"重要"的证据：

• 作者自述的首个公开自动化龋齿诊断数据集（限定语"to our best knowledge"）；
• 6,000 张 + 5,380 患者的医院规模，在成人龋齿检测细分定位下规模领先；
• 发表于 AAAI-24 社会影响赛道，具备顶会可见度；
• 配套完整的基线（11 个对照组）与消融，可直接用于对标。

削弱"重要"的证据：

• 无挑战赛、无 leaderboard、无社区复现生态；
• 自 2024-10 起无更新，属"发布即封存"；
• 无许可、无伦理披露、托管不规范，削弱了实际可用性；
• 引用数 26–27（2026 年中），在顶级数据集里属中等偏低。

综合判断：CariesXrays 是"细分定位下的首个 + 规模领先"，但"生态与合规双弱"。它的价值更偏向"填补空白的历史意义"与"可用的检测基准数据"，而非"持续演化的社区资产"。

§5 配套方法：FPCL 框架详解

CariesXrays 不止是数据发布，还配套提出了一个检测框架 FPCL（Feature Pyramid Contrastive Learning，特征金字塔对比学习），用以验证数据集的可用性并树立 SOTA 基线。理解 FPCL 有助于理解数据集的设计意图。

5.1 骨干与总体架构

FPCL 构建于 Faster R-CNN 之上（论文：“It is built upon the Faster R-CNN architecture”），并叠加两个定制模块：

1. D2D-FPN（Dual-Directional Feature Pyramid Network，双方向特征金字塔网络）——应对小目标
2. P2P-CRL（Proposals-to-Prototype Contrastive Regularization Learning，提议-原型对比正则学习）——应对多变体

总体检测损失沿用两阶段范式：

L_Det = L_RPN + L_RCNN

即区域提议网络（RPN）的损失 + Fast R-CNN 阶段（分类与框回归）的损失。

5.2 D2D-FPN：为什么需要"双方向"

传统 FPN 只做自顶向下（top-down）的信息流：把高层语义特征向下传递。但论文指出，在复杂全景片场景中，“top-down flow of information may not adequately capture the rich contextual dependencies”——自顶向下不足以捕捉丰富的上下文依赖，尤其对小目标的精确定位信号。

D2D-FPN 的解法是增加一条自底向上（bottom-up）通路，在底层与顶层特征之间建立"快速信息通路"（fast information pathway），让低层的高分辨率定位信息得以向上传播。两条通路通过一个 **MAF（Multi-Scale Attention Fusion，多尺度注意力融合）**机制整合，用可学习权重自动加权不同输入特征的重要性：

• 自顶向下输出：Q_i = D_{i,i} · F_i + D_{i+1,i} · Q_{i+1}
• 自底向上输出：T_i = U_{i,i} · Q_i + U_{i-1,i} · T_{i-1}

其中 D、U 为融合注意力权重，R 为跨层跳连（cross-level skip connections）的权重。这套设计与 EfficientDet 的 BiFPN 思想同源（论文引 Tan, Pang, and Le 2020）。

深度选择（图 6 参数分析）：FPN 深度从 1 层增到 3 层，AP 明显提升；但 3 → 5 层收益不显著，反而带来资源开销。故实用配置取中间深度。

5.3 P2P-CRL：让同类龋齿在特征空间"抱团"

论文指出的第二个挑战是"intra-class distance 不够紧凑"——同为龋齿的实例，因形态差异巨大（透射区 / 脱矿 / 龋洞），其特征在空间中散得开，容易与正常牙体结构混淆。

P2P-CRL 的思路是对比学习：把模型生成的正样本提议（positive proposals）与类原型（prototype）在隐空间中拉近。

• 提议到原型（Proposals to Prototype）：因提议尺寸不一，先用**亚像素卷积（sub-pixel convolution）**把正提议缩放到统一尺寸（X→⌊X/r⌋, Y→⌊Y/r⌋, C→c·⌊r·mod(Y,r)+mod(X,r)+C⌋），不损失通道信息；
• 对比损失：L_CL = -1/N · Σ log(<p, Avg(p)>) + δ，其中 p 为正提议的归一化表示，Avg(p) 为其原型，<,> 为相似度核函数，δ 为正则项防止负损失；
• 多层级正则（Multi-Level Regularization）：在多个层级同时施加对比学习（L_CL = Σ ω_i · L_CL^i），以覆盖不同尺寸的龋齿——这正是为"小目标 + 多变体"量身定制的多尺度设计。

5.4 动量动态优化：让两项损失"此消彼长"

FPCL 的第三个组件是基于动量的动态优化训练策略。核心动机是：检测损失与对比损失的目标并不完全一致，需要动态平衡。

总目标：

L_Total(t) = L_Det(t) + λ(t) · L_CL(t)

其中动态权重 λ(t) 按下式更新（α 为平滑因子）：

λ(t) = λ(t-1) + α · (L_Det(t-1) - L_Det(t))

读法：当检测损失下降趋稳时，L_Det(t-1) - L_Det(t) 变小，λ 的增量也随之减小；策略的意图是"训练前期侧重检测、后期逐渐转向对比学习以精炼特征表示"。论文称这使模型能"动态调整并对历史训练信息中的演化模式做出反应"。

5.5 训练配置（可复现性）

论文给出的实现细节：

项	配置
优化器	SGD
Batch size	4
初始学习率	0.01
FPN 通道维度	256
提议筛选	预测分 > 0.05 且 IoU > 0.3
输出	预测包围盒 + 置信度分数
平滑因子 α	≈0.5（图 6 最优）

可复现性的现实评估：论文给了主要超参，但未给训练轮数、学习率调度、数据增强策略、随机种子、硬件配置——完整复现仍需依赖官方代码仓库（GitHub，Python 100%）。

5.6 消融：三个模块各自的贡献

论文 Table 2 的四组消融清晰展示了各模块的边际价值（AP / AP50 / AP75）：

配置	FPN	CRL	DOT	AP	AP50	AP75
I（全去）	✗	✗	✗	39.9	78.0	37.8
II	✗	✓	✓	47.3	83.5	49.5
III	✓	✗	✓	47.8	83.7	50.3
IV	✓	✓	✗	47.8	83.7	50.6
FPCL（全开）	✓	✓	✓	48.2	84.1	50.6

解读：

• 去掉全部三个模块（配置 I），AP 从 48.2% 掉到 39.9%——三模块合计贡献 8.3 个 AP 点；
• 单看各模块：去 FPN 掉 0.9（48.2→47.3），去 CRL 掉 0.4（48.2→47.8），去 DOT 掉 0.4（48.2→47.8）；
• D2D-FPN 是贡献最大的单模块，这与"小目标主导"的数据特性一致——定位能力的提升收益最大。

一处需警惕的细节：配置 IV（去 DOT）的 AP75 是 50.6，与全开 FPCL 的 AP75 完全相同；三模块单去掉后的 AP 差异都在 1 个点以内。这说明单模块的边际贡献相对温和，整体组合才是性能来源——引用时不宜夸大任一单模块的作用。

§6 获取与许可（本条目最需谨慎的一节）

6.1 三种资产的获取入口

CariesXrays 的资产分三块，各有入口：

资产	获取方式	链接
代码（FPCL 训练/推理）	GitHub 公开仓库	github.com/Binz-Chen/AAAI2024_CariesXrays
数据（全量 6,000 张 + 标注）	Google Drive 文件夹	drive.google.com/drive/folders/1qWL2f0A-vf91StHxs24eoiFDyuoHEh4N
测试模型权重	Google Drive 单文件	drive.google.com/file/d/1bHaUjqPWrL-OXM2-IPl5gBBgTs0TfULT
仓库内附0.5% 抽样子集	GitHub 仓库内	CariesXrays_Dataset(0.5%)/Annotations + /JEPGImages

注意：仓库根目录下的 CariesXrays_Dataset(100%).txt 文件本身不含数据，而是一个文本文件，内容就是那个 Google Drive 链接。也就是说，GitHub 上能直接拿到的只有 0.5% 的样本，全量必须走 Google Drive。

6.2 许可状态：五源核实，全部为"无"

这是本条目用最大篇幅强调的问题。派发情报明确提示"许可证未取到逐字字符串，必须一手核实"。本条目做了五个独立来源的交叉核实，结论一致：

#	核实来源	结果
1	GitHub API /repos/Binz-Chen/AAAI2024_CariesXrays	"license": null
2	raw.githubusercontent.com/.../main/LICENSE	HTTP 404（无 LICENSE 文件）
3	仓库根目录实测清单	仅含数据子集目录、代码目录、3 张 jpg、README.md、一个 txt——无 LICENSE / TERMS / NOTICE
4	DOI 内容协商（CSL-JSON，doi:10.1609/aaai.v38i20.30196）	"license": null
5	Semantic Scholar openAccessPdf	"license": null（status: GOLD）

结论：数据集本体未声明任何许可（no license declared）。不存在可引用的逐字许可字符串——因为作者根本没有提供。本条目不臆造 CC BY 或其他任何许可。

论文本体另有一处版权声明：AAAI 论文页脚写 “Copyright © 2024, Association for the Advancement of Artificial Intelligence (www.aaai.org). All rights reserved.”——这是论文的版权状态（AAAI 保留所有权利），且与数据集的许可无关；不能拿它当数据集许可，也不能反推数据集可自由使用。

6.3 “可下载”≠“有授权”：落地风险解剖

检索者最容易踩的坑，是把"链接能点开、文件能下载"误读为"可以自由使用"。CariesXrays 恰好是一个典型反例。无许可状态的实际含义：

1. 学术使用：在多数司法辖区，"无明确许可"意味着保留所有权利（默认版权），原则上未经作者书面许可，连转载、再分发、派生都缺乏授权依据——即便用于学术研究，严格讲也需要求证作者；
2. 商用：完全无依据，任何商业用途（含训练商用模型）都需事先获得授权；
3. 二次分发：无依据，不能把数据镜像到 HuggingFace、Zenodo、figshare 或自建平台；
4. 发表论文：多数期刊/会议会要求作者声明数据来源与使用许可，无许可数据集可能触发伦理审查问询。

实操建议：如需使用，应先通过论文公布的通讯邮箱（darrenzz219@gmail.com 或 liuyishu@stu.hit.edu.cn）书面联系作者，明确索取使用授权与研究用途确认——不要默认"公开下载即公开授权"。

6.4 托管平台：为什么 Google Drive 是个问题

数据集全量托管在 Google Drive 文件夹，而非学术仓库。这带来几层风险：

• 无持久标识：Google Drive 链接不是 DOI，也不是机构仓库的稳定 URL，一旦作者账号变动、文件移动或删除，链接即失效，且无法通过 DOI 解析找回；
• 无版本管理：Drive 不提供版本历史与校验和，无法确认你下载的是否仍是"发布版"；
• 无引用机制：Google Drive 无 dataset citation 机制，学术引用只能引论文（这是可以接受的替代，但数据本身无独立标识）；
• 合规审计困难：无下载记录、无使用条款页，机构做数据合规审计时无据可查。

对照：本条目已核实的官方 Zenodo、figshare、HuggingFace 镜像均不存在（Zenodo API 搜索 q=CariesXrays 返回空；HuggingFace 镜像 search=CariesXrays 返回空数组）。HuggingFace 上搜到的 Frallex/Caries_Bounding_Box、Frallex/Caries_Segmentation_Panoramic 等条目并非官方，与其无隶属关系，使用前须自行核实其来源与授权（见 §10 坑 8）。

6.5 与库内数据集的"获取难度光谱"对照

把 CariesXrays 放进库内牙科数据集的获取方式坐标系：

条目	托管方式	许可明确性
CariesXrays	Google Drive（无 DOI）	未声明
caries-miccai (944)	figshare collection（有 DOI）	论文 CC BY 4.0 / 数据集 figshare item 级
multicenter-dental-panoramic (787)	学术仓库	有明确声明
dentex (479)	挑战赛平台	挑战赛条款

结论：CariesXrays 在"规模与任务独特性"上排名靠前，但在"托管规范性"与"许可明确性"上是库内牙科条目中偏弱的一档。这是选型时必须权衡的取舍。

6.6 复现与下载的三条实操提示

1. 先拿 0.5% 子集试水：GitHub 仓库内自带 0.5% 抽样子集，可在不下全量（约需 Drive 大文件传输）的情况下先验证代码管线能否跑通；
2. 代码环境：仓库要求 Python 3.6/3.7/3.8 + PyTorch 1.7.1 + pycocotools，Ubuntu 或 CentOS——版本较老，用新版环境需自行适配；
3. 权重对齐：论文报告的性能基于作者发布的测试模型权重，复现时应先加载该权重验证环境正确性，再自行训练。

6.7 许可缺失对学术出版的影响（实践提醒）

研究者最可能踩的坑，是在论文里使用了 CariesXrays 却无法通过期刊的数据可用性审查。常见期刊/会议的数据政策通常要求：

1. 声明数据来源：需给出版本号或标识符（DOI 最佳）。CariesXrays 无数据 DOI，只能给论文 DOI + Drive 链接，部分期刊对此不满足"可持久定位"要求；
2. 声明使用许可：多数期刊会问"under what license did you obtain the data"。CariesXrays 无许可，如实回答是"未声明许可"，可能触发编辑部的伦理问询；
3. 数据可用性声明：需要说明数据"available"的路径与条件。CariesXrays 的 Drive 链接可写，但无授权依据；
4. 临床数据合规：若研究涉及患者数据二次使用，机构 IRB 通常会要求提供数据的伦理来源证明——CariesXrays 未披露伦理审批，这可能是最实际的一道关卡。

实用建议：如计划发表，尽早（在研究设计阶段）联系作者索取书面使用许可与研究用途确认，并保留往来邮件。这是把"合规 Not-Ready"转为"可审计合规"的最直接路径。

6.8 一张图看懂：CariesXrays 的资产与门槛

资产	入口	门槛
论文（可引）	doi:10.1609/aaai.v38i20.30196	无（开放获取 PDF）
代码	GitHub 仓库	无
0.5% 试样子集	GitHub 仓库内	无
全量数据（6,000 张）	Google Drive 文件夹	中（授权不明）
模型权重	Google Drive 单文件	中（授权不明）
官方镜像（Zenodo/figshare/HF）	不存在	—
使用许可	不存在	高
伦理/来源证明	未披露	高

§7 评估基准与全量对标数据

7.1 评测协议

论文的评测协议相对标准，但有几处需注意的细节：

• 评测指标：Average Precision（AP，%），报告 IoU 阈值 0.5–0.95 范围内的平均精度；
• 报告项：AP、AP50、AP75，以及按目标尺寸分档的 APs（小）、APm（中）、APl（大）；
• 评测集：作者自己的 1,200 张测试集（论文有时称"validation set"，用词不统一——见 §7.4）；
• 框架惯例：遵循 COCO 风格的 AP 报法（论文引 Lin et al. 2017 Focal Loss / ICCV 惯例）。

7.2 Table 1：11 个检测基线全表

这是论文的核心对标表。按 AP 从低到高排列：

方法	Backbone	参数量	AP	AP50	AP75	APs	APm	APl
SSD	VGG	34M	12.7	36.2	5.90	—	9.8	24.5
RetinaNet	ResNet-50	38M	13.0	30.5	10.2	—	9.4	38.1
DETR	Transformer	42M	25.7	64.5	13.7	11.1	23.2	35.0
EfficientDet	EfficientNet	12M	34.1	52.5	36.0	13.1	39.9	53.7
FCOS	ResNet-50	32M	35.9	75.6	29.5	7.5	32.9	49.5
YOLOv7	CSPDarkNet	37M	39.3	79.8	34.3	8.8	36.9	50.7
YOLOv8	CSPDarkNet	11M	40.3	80.7	35.5	8.2	37.7	52.4
YOLOx	CSPDarkNet	9M	40.5	81.3	36.1	11.3	37.8	52.1
Faster R-CNN	ResNet-50	41M	39.9	78.0	37.8	9.3	37.8	51.2
Conditional-DETR	Transformer	43M	42.2	80.6	40.4	18.9	40.8	49.6
FPCL（本文）	ResNet-50	42M	48.2	84.1	50.6	18.9	47.0	55.4

关键边际（论文明确点出）：

• FPCL 48.2% AP vs YOLOx 40.5% → +7.7 个点（“a significant improvement of 7.7%”）
• FPCL 48.2% AP vs Conditional-DETR 42.2% → +6.0 个点（“a significant increase of 6.0%”）
• 相对同骨干的 Faster R-CNN（39.9%），FPCL +8.3 个点——这部分增益完全来自 D2D-FPN + P2P-CRL + DOT 三个模块（两者骨干、参数量几乎相同：41M vs 42M）。

7.3 尺寸分档的解读：小目标是主战场

上表中 APs（小目标 AP） 一列最值得关注：

• 多数基线 APs 在 7.5–11.3 之间（FCOS 7.5、YOLOv8 8.2、YOLOv7 8.8、Faster R-CNN 9.3）；
• 只有 Conditional-DETR（18.9）和 FPCL（18.9）明显更高；
• FPCL 与 Conditional-DETR 在小目标上并列 18.9，但 FPCL 在 APm（47.0 vs 40.8）与 APl（55.4 vs 49.6）上全面领先——说明 FPCL 的增益主要来自中/大目标的改善，小目标上与最强 transformer 基线持平。

这构成一个诚实的重要限定：FPCL 的 D2D-FPN 设计初衷是提升小目标检测，但从数字看，它与 Conditional-DETR 在小目标 AP 上并未拉开差距。引用"FPCL 解决了小目标难题"这类表述时应当收窄——准确说法是"FPCL 在全尺度 AP 上全面领先，小目标档与最强基线持平"。

7.4 评测口径的两处需注意

1. "测试集"与"验证集"用词不一：§Implementation Details 写"trained on the training set… evaluated on its validation set"，而 §Dataset Statistics 只说划分了"training set (4,800) + test set (1,200)"。论文未说明 1,200 张究竟被称为 test 还是 val，也未设置独立于二者的第三方测试集。这意味着所有报告的性能数字都来自作者自建、自行划分的集合，存在划分偏差的可能性。
2. 无外部验证：论文未在任何外部数据集上做跨域验证（如把 CariesXrays 训练的模型拿到其他全景片集上测）。因此 FPCL 的泛化能力在论文层面无证据支撑——"hospital-scale"的规模优势能否转化为跨机构泛化，仍是开放问题。

7.5 复现门槛评估

想复现 FPCL 的性能，需要克服的实际障碍：

环节	状态	门槛
代码	GitHub 公开	低
训练数据	Google Drive（6,000 张全量）	中（需大文件传输 + 许可待澄清）
预训练权重	Google Drive 单文件	低
环境版本	Python 3.6/3.7/3.8 + PyTorch 1.7.1	中（老版本，需降级或适配）
超参完整性	给了主要超参	中（缺轮数/调度/增强/种子）
评测脚本	随仓库提供	低
许可	未声明	高（合规障碍）

总评：技术上可复现，合规上不可确定——这正是 CariesXrays 的核心矛盾（既开门又没给钥匙）。

7.6 参数分析：两个关键超参的行为

论文 Figure 6 专门做了两组参数分析，对想调参的复现者很有参考价值：

平滑因子 α（式 9 中控制检测/对比任务平衡的超参）：

• 论文结论：α ≈ 0.5 时性能最优；
• 机理：α 越大，对检测任务的强调越强，模型"capturing meaningful and discriminative feature representations"的能力反而受抑；过小则对比学习主导、检测精度不足。0.5 附近是"既保证检测、又让对比学习发挥作用"的平衡点。

FPN 深度 d（D2D-FPN 的层数）：

• 论文结论：从 1 层增至 3 层，AP 与精度指标均有可感知提升；但从 3 层继续加至 5 层，收益不再稳定显著，且"deep configurations with more FPN layers could lead to resource-intensive models"（深层配置导致资源开销大）。
• 实践含义：3 层左右是性价比拐点——这对预算有限的团队是重要的调参指引。

这两组分析的共同信号：FPCL 的性能并不随"模块越复杂/越深"单调增长，而是存在明确的最优点（α≈0.5、d≈3）。这与消融实验中"单模块边际贡献温和"的观察一致——方法的价值在于精妙的平衡，而非堆叠模块。

7.7 可视化证据与定性观察

论文 Figure 7 展示了两张全景片的检测结果与热力图：

• (a)(b) 检测结果：用红色包围盒标出模型预测的龋坏区域；
• ©(d) 激活热力图：可视化特征表示的注意力分布。

论文据此的定性结论是：FPCL 模型"successfully identifies multiple dental caries regions, providing precise annotations around each affected area"（成功识别多枚龋坏区域，并在每个受影响区域周围给出精确标注），且热力图显示模型"exhibiting heightened sensitivity to dental caries regions"（对龋坏区域表现出更高敏感性）。

读图须知：这是作者自选的示例图，非随机抽样，也未报告失败案例（false negative / false positive）。因此只能作为"模型有效"的存在性证据，不能作为性能的统计证据——性能应以 §7.2 的全量 AP 为准。

§8 生态定位与库内互链

8.1 CariesXrays 在牙科数据集版图中的坐标

把库内 9 个牙科条目放进一张"任务 × 人群 × 病种"的坐标图，CariesXrays 的位置立刻清晰：

条目	rid	任务	人群	病种范围
CariesXrays	本条目	检测	成人	单病种（龋齿）
caries-miccai	944	分割 + 检测	儿童	龋齿 + 6 类牙病
multicenter-dental-panoramic	787	分割 + 分类	未细分	阻生牙/牙周炎/龋齿
dentex	479	检测（异常）	—	多类异常
dental-opg-xray	786	检测	—	六类病理
tufts-dental	57	多模态	—	—
fdtooth	609	配对（照片+CBCT）	—	—
ctooth	785	3D 分割	—	龋齿相关
toothfairy2	649	分割	—	牙齿分割
toothfairy3	673	分割	—	牙齿分割

CariesXrays 的生态位：它是库内唯一一个"以成人全景片 × 单病种龋齿 × 纯检测 × 大规模（6,000 图）"为定位的条目。它的差异点不是任务新颖（检测很常见），而是规模 + 单病种深度：把"龋齿检测"这一件事铺到 6,000 张图的体量。

8.2 与 caries-miccai（rid=944）的消歧（最重要）

这两个条目名字相近、都涉及"caries"，是最容易被误合并的一对。本条目做逐维对照：

维度	CariesXrays	caries-miccai (rid=944)
发布	AAAI-24（2024-03）	Scientific Data（2023;10:380）
团队	华南师大 + 哈工大（深圳）	四川大学华西口腔医院牵头国际多中心
人群	成人 18–80 岁	儿童 2–13 岁
规模	6,000 图 / 13,778 框	100 儿童片 + 2,885 总库
任务	仅检测	分割 + 检测
关联	无挑战赛	MICCAI STS 2023/2024 挑战赛 2D track 基础数据
托管	Google Drive	figshare collection（10.6084/m9.figshare.c.6317013.v1）
许可	未声明	论文 CC BY 4.0 + figshare item 级

结论：两者是不同团队、不同人群、不同任务、不同许可的独立数据集，绝不可合并。 它们唯一的相似点是都涉及全景片与龋齿。

8.3 建议互链点（正文内链）

本条目建议在站点内建立以下互链（rid 由主会话入库后回填，此处仅列目标与理由）：

目标条目	rid	互链理由
caries-miccai	944	同域（龋齿）+ 互补任务（分割 vs 检测）+ 人群对比（儿童 vs 成人）
multicenter-dental-panoramic	787	同域（龋齿全景片）+ 任务对比
dentex	479	同域（全景片检测）+ 多类 vs 单病种对比
dental-opg-xray	786	同域（全景片检测）+ 规模对比
ctooth	785	同域（龋齿相关）+ 2D vs 3D 对比

8.4 生态成熟度评估

与库内成熟数据集（如 PANDA 系谱有挑战赛、多版本、社区复现）相比，CariesXrays 的生态明显偏薄：

• ❌ 无挑战赛 / 无 leaderboard
• ❌ 无后续版本迭代（仓库近两年未更新）
• ❌ 无官方 HuggingFace / Zenodo 镜像
• ❌ 无第三方基准复现登记
• ⚠️ 仅有作者官方仓库 + 少量 fork（GitHub 4 forks）

含义：CariesXrays 更像一个"发布即封存"的静态基准，而非持续演化的社区资产。它的价值集中在"首个公开 + 规模最大"这一历史定位上。

§9 DAIMS 评估

9.1 DAIMS 五维评分

DAIMS = Discoverability（可发现性）/ Accessibility（可获取性）/ Interoperability（可互操作）/ Metadata（元数据质量）/ Sustainability（可持续性）。

维度	评分（1-10）	依据
D 可发现性	7	论文发表于 AAAI-24（开放获取 PDF 可索引），GitHub 仓库公开可搜；但"CariesXrays"名易与 caries-miccai 等混淆，数据集本体无独立发布页/DOI
A 可获取性	4	代码公开可直取；但全量数据托管于 Google Drive（无 DOI、无持久标识），且无任何许可声明——这是最大失分项
I 可互操作	6	VOC 风格标注（标准解析器可读）+ 标准位图格式；但无官方格式转换脚本（到 COCO/DICOM），无数据集加载库封装
M 元数据质量	6	论文给出规模/切分/规格/超参等核心信息；但缺来源医院、采集时间窗、原始分辨率、伦理审批、标注工具、一致性统计、图 3 精确柱值
S 可持续性	4	Google Drive 托管依赖作者个人账号（单点风险）；仓库自 2024-10 起无更新；无镜像、无版本管理
综合评级	5.4/10（中）	数据规模与任务定位有价值，但可获取性（无许可+Drive托管）与可持续性（静态封存）双重拖累

9.2 评分的三条解读

1. A（可获取性）4 分是核心拖累：不是"拿不到"，而是"拿到了也不确定能不能用"。无许可声明把"公开数据"变成了"法律灰区数据"。
2. M（元数据）6 分反映"够用但不完整"：做算法对标所需的信息（规模/切分/超参/基线）齐全；做数据治理/临床审计所需的信息（来源/伦理/去标识）全缺。
3. S（可持续性）4 分反映"静态封存"：这类数据集的价值随时间递减——没有维护、没有版本、没有社区，五年后可能链接失效。

9.3 与其他条目的 DAIMS 横向对照

条目	D	A	I	M	S	综合
PANDA-PLUS	7	5	7	8	6	6.6
CariesXrays	7	4	6	6	4	5.4

CariesXrays 在可获取性与可持续性上明显低于 PANDA-PLUS，主要差异在于：PANDA-PLUS 的核心掩码虽为请求制，但其衍生基准有 CC BY-4.0 的公开直链与 HuggingFace 托管作为补偿；而 CariesXrays 既无明确许可，也无替代托管。

9.4 AI-Ready 判定

从"AI-Ready"（开箱可用于 AI 训练/评测）的角度：

• 技术就绪度：高——图像 + 包围盒标注 + 基线代码 + 权重齐备，可直接训练检测模型；
• 合规就绪度：低——无许可、无 DUA，机构合规审查很可能卡住；
• 持续就绪度：低——无维护、无版本、Drive 单点。

综合判定：CariesXrays 是**“技术 AI-Ready、合规 Not-Ready”**的典型样本——它提醒我们，一个数据集能不能用于 AI，不只是"能不能下载"的问题。

§10 避坑清单：九个已核实/已踩过的坑

坑 1：把"可下载"当成"有授权"

症状：看到 GitHub 仓库能点开、Google Drive 文件能下载，就默认可以自由使用、再分发、甚至商用。
实情：CariesXrays 五源核实的许可状态全部为"无"——GitHub API license: null、LICENSE 文件 404、DOI 元数据 license: null、Semantic Scholar license: null、仓库根目录无任何条款文件。在多数司法辖区，无许可 = 保留所有权利，学术使用也宜先书面求证作者。
规避：用前先发邮件给通讯作者（darrenzz219@gmail.com / liuyishu@stu.hit.edu.cn）索要明确授权；写论文时如实声明"数据集未声明许可"。

坑 2：误信"分类+检测+分割三任务"

症状：二手资料（含本条的派发情报）称 CariesXrays 支持"分类、检测、分割"三种任务。
实情：一手论文全文核验，只有目标检测（bounding box）单任务。论文未描述任何分类标签体系，未描述任何分割掩码。标注就是包围盒。
规避：以论文为准。要分割数据 → 用 caries-miccai（rid=944）；要分级/分类 → 需另找数据源。

坑 3：实例数引用口径不统一

症状：不同来源引用 CariesXrays 实例数时，有人写 13,783，有人写 13,778。
实情：两个数都对，都是论文里的——摘要写 13,783（出现 2 次），正文 Dataset Statistics 写 13,778，差 5。
规避：引用时注明口径（“论文摘要口径 13,783 / 正文口径 13,778”），不要单方面断言其一为"正确值"。

坑 4：把 Google Drive 当学术仓库用

症状：写论文/做文档时把 Google Drive 链接当作"官方持久数据源"引用。
实情：Google Drive 文件夹无 DOI、无版本历史、无校验和、无引用机制，链接可能随作者账号变动失效，且无法通过 DOI 解析找回。官方 Zenodo、figshare、HuggingFace 镜像均不存在。
规避：学术引用一律引论文（doi:10.1609/aaai.v38i20.30196）；数据链接作为附注，并提醒长期稳定性风险。

坑 5：把 HuggingFace 上的同名条目当官方数据

症状：在 HuggingFace 搜到 Frallex/Caries_Bounding_Box、Frallex/Caries_Segmentation_Panoramic、reza362/dental-xray-caries 等，误以为是 CariesXrays 的官方镜像。
实情：这些均非官方——官方 search=CariesXrays 在 HuggingFace 返回空。这些第三方条目的来源、与 CariesXrays 的关系、以及其自身授权均需独立核实。
规避：认准官方入口只有两个——GitHub 仓库 + 论文里给出的 Google Drive 链接。

坑 6：忽略 train/test 可能存在的患者级泄漏

症状：直接拿 4,800/1,200 的切分做训练与评测，并据此宣称泛化性能。
实情：论文只说数据集随机划分为训练/测试集，未声明切分是否按患者隔离。数据集 6,000 图来自 5,380 名患者，存在多名患者贡献多张图的情况；若切分未隔离患者，同一患者的片子可能同时出现在训练与测试集，导致评测偏乐观。
规避：使用前先自行核查患者 ID 是否跨集重复；若无法核查，对报告的绝对性能保持保守解读。

坑 7：把 FPCL 的小目标增益夸大

症状：复述论文"FPCL 提升小目标检测"时说成"FPCL 在小目标上远超基线"。
实情：Table 1 显示 FPCL 的 APs（小目标）= 18.9，与 Conditional-DETR 的 18.9 持平，并未拉开差距；FPCL 的领先主要体现在 APm（47.0 vs 40.8）与 APl（55.4 vs 49.6）。
规避：准确表述为"FPCL 在全尺度 AP 上全面领先，小目标档与最强 transformer 基线持平"。

坑 8：把 JEPGImages 当特殊格式

症状：看到官方仓库目录名 JEPGImages，怀疑是某种特殊图像格式。
实情：这是 “JPEG” 的笔误（字母顺序颠倒），图像就是普通 JPEG。
规避：按标准 JPEG 处理即可，但脚本里若硬编码目录名，记得匹配作者实际拼写。

坑 9：以为有 arXiv 预印本可引

症状：检索时想找 CariesXrays 的 arXiv 版本（便于引用/下载）。
实情：arXiv 上没有此论文——arXiv API 用标题与关键词两路检索均返回 0 条（AAAI social impact 赛道论文常不预印）。
规避：唯一正式引用是 AAAI-24 版本（Vol.38 No.20, pp.21940–21948, doi:10.1609/aaai.v38i20.30196）。

§11 遗留疑点与待核事项

以下问题在本条目的一手核验范围内未能澄清，如实记录供后续核实：

1. 图 3 精确柱值：Figure 3（面积比三类 × Test/Train/All 三系列）在 PDF 文本抽取层存在标签配对歧义（抽取值 14619/2859/16、3654、14487/377/7、4582、1824），无法唯一还原各类各系列的精确计数。本条目不引用具体柱值，仅保留"小目标（AR≤1%）主导"的定性结论。欲得精确值须查阅论文 PDF 原图。
2. 数据来源医院与伦理信息：论文仅称数据"from clinical environments"、规模为"hospital-scale"，未具名具体医院、未报采集时间窗、未报伦理审批编号、未报去标识化方法。对含 5,380 名患者影像的数据集，这是重要的元数据缺口。
3. 原始分辨率：论文仅报 resize 后 1333×800，原始分辨率未披露，细节损失程度不可评估。
4. 标注工具名称：论文仅写"a specialized tool"，未具名。
5. 标注一致性统计：论文未报告任何 κ / IoU / Dice 等定量一致性指标，仅有"至少 3 名专业人员复核"的过程描述。
6. 0.5% 子集的文件级清单：仓库 CariesXrays_Dataset(0.5%)/ 下含 Annotations 与 JEPGImages 两目录，本条目未逐文件抓取清单（遵守网络与文件抓取预算）。
7. Google Drive 全量可达性：本条目未实际下载 Drive 端 6,000 张全量（遵守大文件禁抓纪律），全量可下载性以仓库声明为准，未做字节级验证。
8. 患者级切分隔离：未明确（见坑 6）。

§12 总结

12.1 三句话总结

1. CariesXrays 是首个公开发布的医院级全景牙科 X 光龋齿检测基准：6,000 张片、5,380 名患者、13,778（摘要 13,783）个经至少 3 名牙科专业人员复核的龋齿包围盒，由华南师大与哈工大（深圳）团队在 AAAI-24 发布。
2. 它是"检测单任务"数据：只做包围盒目标检测，不做分类、不做分割——这与库内 caries-miccai（rid=944，分割+检测）形成明确分野。
3. 它的最大问题不是技术而是合规：数据可下载但未声明任何许可，托管于 Google Drive 无持久标识——使用前必须澄清授权。

12.2 适合谁用

• ✅ 做牙科全景片目标检测算法研究的团队（规模与标注可直接用）
• ✅ 需要成人龋齿检测基准做对照实验的研究者
• ✅ 研究小目标检测在医学影像上表现的学者
• ✅ 做医学数据集治理/许可研究的案例对象（一个典型的"无许可公开发布"样本）
• ✅ 若已取得作者书面授权 → 可直接投入训练

12.3 不适合谁用

• ❌ 需要龋齿分级/分类标签的任务（本数据集无分级标签）
• ❌ 需要像素级分割掩码的任务（本数据集只有包围盒 → 用 caries-miccai rid=944）
• ❌ 需要明确商用授权的产品开发（无许可，不可）
• ❌ 需要儿童人群数据的儿科研究（本数据集全为成人）
• ❌ 论文/产品要求合规可审计数据来源的场景（缺伦理与来源信息）

12.4 30 秒决策卡

你的问题	一句话回答
能下载吗？	能——GitHub 代码 + Google Drive 数据
能自由用吗？	不确定——无任何许可声明，需先求证作者
是什么任务？	目标检测（包围盒），单任务
多大规模？	6,000 图 / 5,380 患者 / 13,778 框
有分割吗？	无。要分割用 caries-miccai(944)
有分级吗？	无
人群是谁？	成人 18–80 岁
最佳基线？	FPCL，AP 48.2%
有挑战赛吗？	无
有更新吗？	无（2024-10 后封存）

FAQ（高频问答）

A. 基础认知

Q：CariesXrays 到底是不是"第一个"公开的龋齿数据集？
A：论文原文写"to our best knowledge, it represents the first publicly available dataset towards facilitating the advancement of automated dental caries diagnosis"——限定在"推动自动化龋齿诊断"这一目的下、且是作者认知范围内。注意表述是"to our best knowledge"（据我们所知），并非绝对断言。库内 caries-miccai（rid=944）发布于 2023 年（早于 CariesXrays 的 2024），但其定位是儿童分割/分类；从"成人全景片检测基准"这一细分定位看，CariesXrays 的"首个"宣称成立。

Q：6,000 张多不多？
A：在牙科全景片数据集里属于大规模。库内对照：dental-opg-xray 是 232 张，caries-miccai 的儿童片是 100 张；multicenter-dental-panoramic 是 6,536 张（更大，但任务与病种不同）。所以 CariesXrays 的 6,000 张在"单病种龋齿检测"这个定位下是最大规模之一。

Q：为什么是成人数据？
A：论文未特别说明。从年龄分布（18–80 岁，57% 在 18–45、43% 在 45–80）看，数据来自成人临床影像。这一人群定位与儿童龋齿数据集（caries-miccai）正好互补。

B. 数据与获取

Q：全量数据到底在哪？
A：Google Drive 文件夹 drive.google.com/drive/folders/1qWL2f0A-vf91StHxs24eoiFDyuoHEh4N。GitHub 仓库里只有 0.5% 抽样子集和一个内容为 Drive 链接的 txt 文件。

Q：有没有 DOI 可以引数据？
A：数据本身无 DOI。可引的是论文 DOI：10.1609/aaai.v38i20.30196。

Q：许可到底是什么？
A：没有许可。五源核实（GitHub API、LICENSE 文件、DOI 元数据、Semantic Scholar、仓库目录）全部显示无。不要臆造许可类型。

Q：能镜像到 HuggingFace 吗？
A：不能——未授权，二次分发无依据。

Q：JEPGImages 是什么格式？
A：普通 JPEG，目录名是 “JPEG” 的笔误。

Q：标注是 XML 还是 JSON？
A：VOC 风格，即标准 VOC XML（每图一份，含 object/bndbox）。仓库 README 明确写 “VOC-style”。

C. 数据特性与质量

Q：为什么说小目标主导？
A：论文 Figure 3 报告面积比分布，结论是 AR≤1% 的小目标占多数（“predominance of small objects (AR≤1%)”）。这直接驱动了 FPCL 的 D2D-FPN 设计。

Q：标注可靠吗？
A：过程保证是"至少 3 名牙科专业人员复核"，但无定量一致性统计（κ 等），故可靠性只能基于过程评价。

Q：有患者级元数据吗？
A：论文层面只报告了聚合的人口学分布（年龄两段、性别二分），未提供逐患者的元数据表。

Q：数据是去标识的吗？
A：论文未说明去标识化方法。全景片通常不含面部识别特征，但仍属医学数据，合规使用需注意。

D. 方法与基线

Q：FPCL 是什么？
A：Feature Pyramid Contrastive Learning，一套建构在 Faster R-CNN 上的检测框架，含 D2D-FPN（双方向特征金字塔，应对小目标）+ P2P-CRL（提议-原型对比正则，应对多变体）+ 动量动态优化。

Q：FPCL 比基线强多少？
A：AP 48.2%，超 YOLOx（40.5%）7.7 个点、超 Conditional-DETR（42.2%）6.0 个点、超同骨干 Faster R-CNN（39.9%）8.3 个点。

Q：FPCL 在小目标上也最强吗？
A：不。FPCL 的 APs = 18.9，与 Conditional-DETR 的 18.9 持平；它的领先在中/大目标（APm 47.0 vs 40.8；APl 55.4 vs 49.6）。

Q：三个模块哪个贡献最大？
A：单模块消融看 D2D-FPN 贡献最大（去 FPN AP 掉 0.9），但三模块单去掉的差异都 <1 个点，整体组合才是性能来源。

Q：能复现吗？
A：技术路径清晰（代码+权重+主要超参齐备），但环境版本较老（PyTorch 1.7.1 / Python 3.6-3.8），且缺训练轮数、学习率调度、增强策略、随机种子等细节。

E. 生产与库内

Q：和 caries-miccai(944) 什么关系？
A：无关系，是不同数据集。CariesXrays（成人/检测/Google Drive/无许可）vs caries-miccai（儿童/分割+检测/figshare/CC BY 系）。切勿合并。

Q：库内还有哪些牙科条目可互链？
A：caries-miccai(944)、multicenter-dental-panoramic(787)、dentex(479)、dental-opg-xray(786)、tufts-dental(57)、fdtooth(609)、ctooth(785)、toothfairy2(649)、toothfairy3(673)。

Q：为什么本条目反复强调许可？
A：因为它是本数据集最大的落地风险，且派发情报明确要求一手核实——五源核实结论是"确实无许可"，必须如实写清而非含糊带过。

F. 深度辨析

Q：CariesXrays 和 dentex(479) 都是全景片检测，区别在哪？
A：两处关键差异：① 病种范围——dentex 是多类牙科异常检测（含龋齿、阻生、种植体等），CariesXrays 是单病种龋齿专精；② 任务定位——dentex 是挑战赛基准，CariesXrays 是论文配套数据集，无挑战赛。选型上：要"多异常广覆盖"选 dentex，要"龋齿深度研究"选 CariesXrays。

Q：为什么 CariesXrays 不做分割？
A：这大概率是任务定位决定的设计取舍。论文明确把问题定义为检测（“identify multiple dental caries regions… providing precise annotations around each affected area”），包围盒足以支持"找龋齿"这一临床辅助场景。做分割会大幅提高标注成本（像素级勾边比框选耗时数倍），而数据集的规模优势（6,000 张）在包围盒标注下才可达成。这是一个"用任务简化换规模"的典型权衡。

Q：13,778 vs 13,783，到底该引哪个？
A：都可以，但必须标口径。学术惯例是：摘要与正文冲突时，一般以正文的详细统计为准（更可能是最终核对值），故可主引 13,778 并注"摘要口径 13,783"。但切忌只写一个数而不说明存在另一口径。

Q：为什么说它"技术 AI-Ready 但合规 Not-Ready"？
A：技术维度上，图像 + VOC 标注 + 代码 + 权重齐备，环境搭好就能训练——这是"AI-Ready"。合规维度上，无许可、无 DUA、无伦理声明、无去标识说明，机构合规审查很难通过——这是"Not-Ready"。这个矛盾正是本数据集最值得研究的"制度性样本"价值。

Q：如果作者一直不回邮件，能直接用吗？
A：从合规审慎角度，不建议在无明确授权的情况下用于发表或商用。若确需使用，应：① 在论文中如实声明"数据集未声明许可，已尝试联系作者"；② 保留联系记录；③ 遵守所在机构的科研数据使用规范。这不是法律意见，具体应咨询机构法务/伦理部门。

Q：它和 MICCAI 挑战赛有关系吗？
A：无。库内 caries-miccai（rid=944）才是 MICCAI STS 挑战赛的基础数据；CariesXrays 与任何挑战赛无关联，也没有公开 leaderboard。

Q：数据集的"Diversity"宣称可信吗？
A：部分可信。论文披露的仅为年龄（两段）与性别（二分）两个维度的分布，覆盖 18–80 岁、男女比例接近 1:1。但未披露种族、地域、社会经济状态等维度，所以"diverse demographic groups"应理解为"就性别与年龄段而言有覆盖"，不宜过度外推为"全球代表性"。

Q：论文的"first publicly available"宣称需要核验吗？
A：需要谨慎对待。原文限定为"to our best knowledge"（据我们所知），且限定目的为"facilitating the advancement of automated dental caries diagnosis"。这不是绝对断言。作为对照，库内 caries-miccai（2023）发布更早但定位不同（儿童/分割+分类）。合理表述是"就成人全景片龋齿检测这一细分定位而言，它是首个公开基准之一"。

附录

附录 A：硬事实清单（供快速引用）

1. 名称：CariesXrays
2. 论文：AAAI-24, Vol.38 No.20, pp.21940–21948
3. DOI：10.1609/aaai.v38i20.30196
4. 发布时间：2024-03-24
5. 赛道：AAAI-24 Special Track on AI for Social Impact
6. 作者数：6（Bingzhi Chen、Sisi Fu、Yishu Liu、Jiahui Pan、Guangming Lu、Zheng Zhang）
7. 机构：华南师范大学 + 哈尔滨工业大学（深圳）+ 广东省新型安全智能技术重点实验室
8. 全景片总数：6,000
9. 患者数：5,380
10. 龋齿实例数：13,778（正文）/ 13,783（摘要）
11. 平均实例/图：≈2.3
12. 训练集：4,800 张
13. 测试集：1,200 张
14. 图像规格：1333×800 位图
15. 年龄分布：18–45 占 57%，45–80 占 43%
16. 性别分布：男 48%，女 52%
17. 任务：目标检测（包围盒）
18. 标注格式：VOC 风格 XML
19. 标注复核：至少 3 名牙科专业人员
20. 代码仓库：github.com/Binz-Chen/AAAI2024_CariesXrays
21. 数据托管：Google Drive 文件夹（无 DOI）
22. 权重托管：Google Drive 单文件
23. 许可：未声明（五源核实为无）
24. 论文版权：Copyright © 2024 AAAI, All rights reserved
25. 最佳基线：FPCL，AP 48.2 / AP50 84.1 / AP75 50.6
26. 相对 YOLOx 增益：+7.7 AP
27. 相对 Conditional-DETR 增益：+6.0 AP
28. 小目标 AP（FPCL）：18.9（与 Conditional-DETR 持平）
29. 消融三模块合计贡献：8.3 AP（48.2 vs 39.9）
30. 最优平滑因子 α：≈0.5
31. GitHub stars：13（API 口径）/ 11（二手快照）
32. GitHub forks：4（API 口径）/ 5（二手快照）
33. 仓库创建：2023-12-18
34. 仓库最后更新：2024-10-22
35. 引用数：27（Semantic Scholar）/ 26（Google Scholar）
36. arXiv 版本：无
37. Zenodo/figshare/HF 官方镜像：无

附录 B：术语表（中英对照）

缩写/术语	全称	中文
CariesXrays	—	龋齿 X 光数据集（本条目）
dental caries	—	龋齿 / 蛀牙
panoramic radiography	—	全景（牙科）X 光摄影 / 曲面断层
OPG	Orthopantomogram	曲面断层片
bounding box	—	包围盒
object detection	—	目标检测
AP	Average Precision	平均精度
AP50 / AP75	AP at IoU 0.5 / 0.75	IoU 阈值 0.5 / 0.75 下的 AP
APs / APm / APl	AP small/medium/large	小/中/大目标 AP
AR	Area Ratio	面积比
FPCL	Feature Pyramid Contrastive Learning	特征金字塔对比学习
D2D-FPN	Dual-Directional FPN	双方向特征金字塔网络
P2P-CRL	Proposals-to-Prototype Contrastive Regularization Learning	提议-原型对比正则学习
MAF	Multi-Scale Attention Fusion	多尺度注意力融合
RPN	Region Proposal Network	区域提议网络
VOC	Visual Object Classes	PASCAL VOC 标注格式
IoU	Intersection over Union	交并比
DAIMS	Discoverability/Accessibility/Interoperability/Metadata/Sustainability	数据集五维评估框架
DUAA / DUA	Data Use Agreement	数据使用协议
IRB	Institutional Review Board	伦理审查委员会
AAAI	Association for the Advancement of Artificial Intelligence	人工智能促进协会
SCNU	South China Normal University	华南师范大学
HITSZ	Harbin Institute of Technology, Shenzhen	哈尔滨工业大学（深圳）

附录 C：基于本数据集的研究检查清单（10 项）

1. 许可核对：先联系作者澄清授权，再决定是否使用；引用时如实声明"数据集未声明许可"。
2. 口径声明：引用实例数时注明是摘要口径（13,783）还是正文口径（13,778）。
3. 任务核查：确认你的任务是"检测"。要分割/分类另找数据。
4. 人群核查：本数据集全为成人（18–80），不可外推到儿童。
5. 切分核查：使用前查明 train/test 是否按患者隔离，否则性能解读需保守。
6. 来源引用：学术引用引论文 DOI，不引 Google Drive 链接为持久源。
7. 合规审查：机构做数据合规审计时，本数据集缺伦理与来源信息，需提前沟通。
8. 基线对照：对标 FPCL 时注意小目标 AP 与 Conditional-DETR 持平，别夸大。
9. 格式适配：VOC 风格 XML，注意目录名 JEPGImages 的拼写。
10. 长期性：意识到 Drive 链接可能失效，尽早本地归档（在授权允许范围内）。

附录 D：来源与核验记录

来源	类型	用途
ojs.aaai.org/index.php/AAAI/article/view/30196	一手（论文页）	标题/作者/摘要/DOI/版权
AAAI PDF（.../download/30196/32123，1.79MB，9 页）	一手（全文）	全部硬数字/表格/超参/致谢
github.com/Binz-Chen/AAAI2024_CariesXrays	一手（仓库）	数据结构/下载链接/VOC 风格
GitHub API /repos/Binz-Chen/AAAI2024_CariesXrays	一手（API）	license=null / stars / 时间线
doi.org/10.1609/aaai.v38i20.30196（CSL-JSON）	一手（元数据）	license=null / 页码
Semantic Scholar API（DOI 查询）	一手（元数据）	license=null / 引用数 / 作者
Zenodo API q=CariesXrays	核验	确认无 Zenodo 镜像
HuggingFace 镜像 search=CariesXrays	核验	确认无官方 HF 镜像
库内 DB（qf_psql.sh）	内部	查重（9 条牙科条目，无 cariesxrays）

抓取时点：2026-10-16。所有数字以该时点一手来源为准。

附录 E：三条可迁移的方法学经验

经验 1：数据集的价值往往比配套算法更持久。
CariesXrays 论文同时交付了数据集与 FPCL 框架。但从时间维度看，FPCL 作为 2024 年的检测方法，会随更强骨干（如更新的 transformer、DETR 系变体）与更强预训练模型的出现在性能上被超越；而6,000 张标注数据本身，可以作为后续无数方法的公共评测基准。对数据发布者而言，“把数据做扎实"的长期回报高于"把算法刷到最高”。

经验 2："任务简化"是换取数据规模的有效杠杆。
CariesXrays 选择包围盒检测（而非像素级分割），把单张图的标注成本压到可支持 6,000 张规模的水平。这是一条清晰的设计权衡：在标注预算固定的前提下，任务精度与数据规模成反比。想做大规模数据集的团队，可以先问"我的任务能不能降一档粒度而仍满足下游需求"。

经验 3：数据集的"可获取性"不只是技术问题，更是制度问题。
CariesXrays 是"数据能下载但授权不明"的教科书案例。它提醒所有数据使用者与发布者：AI-Ready 不仅意味着格式标准、标注规范，还意味着许可清晰、托管持久、元数据可审计。一个技术上完全可用的数据集，可能因为缺一张 LICENSE 文件而在机构合规环节寸步难行——这是数据工程中容易被技术团队忽视的制度维度。

附录 F：数据治理视角的观察

把 CariesXrays 当作一个"数据治理样本"来分析，可以看到公开医学数据集常被忽略的几组治理要素：

治理要素	CariesXrays 状态	风险等级
许可声明（License）	缺失	高
使用协议（DUA）	缺失	高
伦理审批（IRB）	未披露	高
去标识化说明	未披露	中
数据来源可溯（Provenance）	仅"clinical environments"	中
持久标识（DOI）	无（Drive 链接）	中
版本管理	无	中
元数据完整性	部分（缺原始分辨率/工具/一致性）	低-中
引用机制	仅有论文 DOI	低
技术格式规范性	良好（VOC + 位图）	低

观察：这份表格揭示了一个常见模式——技术侧（格式、标注、代码）往往做得不错，制度侧（许可、伦理、溯源）往往是空白。这不是 CariesXrays 独有的问题，而是许多学术数据集的通病。对数据使用者的实用建议是：在选型早期就把"制度侧清单"过一遍，别等到要发表或上线时才发现许可这关过不去。

附录 G：对复现者与二次开发者的具体提示

若你决定在取得授权后使用 CariesXrays，以下提示可省去踩坑时间：

1. 环境：准备 Python 3.7 或 3.8 + PyTorch 1.7.1；若必须用新版环境，需自行处理 API 变更（如 torchvision 的算子与 pycocotools 兼容性）。
2. 数据组织：下载全量后按 VOC 结构组织（Annotations/ + JPEGImages/），注意官方仓库目录名为 JEPGImages（笔误），本地可自行纠正但要同步脚本。
3. 权重先行：先加载作者发布的测试模型权重，验证推理管线打通（可先跑 0.5% 子集），再投入全量训练。
4. 患者级核查：自建评测若想严谨，应尽量获取或推断患者 ID，检查 train/test 是否存在患者级重叠。
5. 口径一致：报告结果时，实例数、AP 指标（AP/AP50/AP75、APs/APm/APl）都应与论文口径对齐，便于横向比较。
6. 合规留痕：保留与作者的沟通记录、数据获取时间与方式，以备机构审查。
7. 长期归档：在授权允许范围内尽早本地归档，因为 Drive 链接的长期存续无保障。

附录 H：一句话速记（12 条）

1. 6,000 张全景片，5,380 名患者 —— 成人，1333×800 位图。
2. 13,778 个龋齿框（摘要口径 13,783）—— 平均每图 2.3 枚。
3. 4,800 训练 / 1,200 测试 —— 随机划分，患者隔离未知。
4. 只做检测 —— 无分类标签、无分割掩码。
5. VOC 风格标注 —— Annotations/ + JEPGImages/。
6. ≥3 名牙科专业人员复核 —— 但无一致性统计。
7. AAAI-24 Social Impact 赛道 —— doi:10.1609/aaai.v38i20.30196。
8. 华南师大 + 哈工大（深圳） —— 6 作者，2 通讯。
9. FPCL 基线 AP 48.2% —— 超 YOLOx 7.7、超 Conditional-DETR 6.0。
10. 小目标 APs 18.9 —— 与 Conditional-DETR 持平，非碾压。
11. 数据在 Google Drive —— 无 DOI、无持标、无镜像。
12. 未声明任何许可 —— 用前必须澄清授权（本条目最重要的一条）。

附录 I：本条目与派发情报的出入存照

派发情报（任务头 + rsi_state notes）给出的候选描述与本条目一手核验结果的对照：

情报项	派发情报原文	一手核验结果	处理
规模-图像	6,000 张全景牙科 X 光	✅ 一致（摘要与正文均 6,000）	采纳
规模-实例	13,783 个龋齿标注实例	⚠️ 摘要 13,783 / 正文 13,778	双口径并列存照
任务	分类 + 检测 + 分割	❌ 论文仅目标检测单任务	按原文写，标注明出入
论文	AAAI 2024	✅ 一致（Vol.38 No.20，2024-03-24）	采纳
DOI	10.1609/aaai.v38i20.30196	✅ 一致	采纳
许可证	未取到逐字字符串，必须一手核实	✅ 核实结论：确无任何许可声明（五源全 null）	如实写"未声明许可"
托管平台	需核实	✅ 核实：Google Drive（无 DOI，无 Zenodo/figshare/HF 官方镜像）	已写明
库内区别（notes）	与 caries-miccai(944)/multicenter-dental-panoramic(787) 区别：本院级龋齿实例级检测基准	✅ 一致，已详列消歧表	采纳

说明：除"任务数"一项与情报不符（情报称三任务，实为检测单任务）外，其余情报均获一手核验支持。任务数的出入已在本条目 §2、§3、§10 坑 2 中明确标注——这是一处必须如实呈现的证伪点，避免后续使用者误以为可做分割/分类。

---

相关数据集导航

以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：

• rsna-pneumonia — 共享标签：医学影像 / X光影像 / 目标检测 / 评测基准
• dental-opg-xray — 共享标签：医学影像 / X光影像 / 目标检测 / 评测基准
• vindr-cxr — 共享标签：医学影像 / X光影像 / 目标检测
• chestx-det10 — 共享标签：医学影像 / X光影像 / 目标检测
• node21 — 共享标签：医学影像 / X光影像 / 目标检测 / 评测基准
• tufts-dental — 共享标签：医学影像 / X光影像 / 目标检测
• mura — 共享标签：医学影像 / X光影像 / 目标检测
• grazpedwri-dx — 共享标签：医学影像 / X光影像 / 目标检测
• cephalometric-isbi — 共享标签：医学影像 / 目标检测 / 评测基准
• chexstruct-cxreasonbench — 共享标签：医学影像 / X光影像 / 评测基准

导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。