Dent2:恒牙龋齿数据集
该数据集围绕恒牙龋齿展开,涉及全基因组关联研究、测序、SNP 基因分型、Meta 分析等主题,并关联颅面发育与颅面畸形方向

基本信息
资源简介
Dent2:恒牙龋齿数据集
Dent2: Caries in Permanent Dentition
Dent2:恒牙龋齿数据集由 FaceBase 提供,来源站为 doi.org,发布时间为 2019 年,作者包括 Marazita, Mary、Hochheiser, Harry 与 Feingold, Eleanor。该数据集围绕恒牙龋齿展开,涉及全基因组关联研究、测序、SNP 基因分型、Meta 分析等主题,并关联颅面发育与颅面畸形方向。数据可用于龋齿遗传易感性、基因与环境交互作用及口腔健康差异等研究场景(来源 DOI 解析)。
【数据集背景】
源站首次发布:2019。
【数据内容】
源站描述(机器翻译,仅供参考):Dent2:恒牙龋齿项目页面链接 dbGaP 研究编号:phs000095.v3.p1 主要研究者:Mary Marazita,美国宾夕法尼亚州匹兹堡市匹兹堡大学牙医学院 资助来源:U01-DE018903,龋齿:全基因组关联与基因×环境研究。美国马里兰州贝塞斯达市美国国立卫生研究院国家牙科与颅面研究所 R01-DE014899,阿巴拉契亚地区口腔健康差异的影响因素。美国马里兰州贝塞斯达市美国国立卫生研究院国家牙科与颅面研究所 R03-DE021425,GWAS 分析中龋齿的统计建模与遗传流行病学,美国国家……
【主题与分类】
主题标签:Genome wide association studies、GWAS、Sequencing、SNP、Meta analysis、Dataset、Craniofacial development、Craniosafial malformation。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://www.facebase.org/chaise/record/#1/isa:dataset/RID=1-50E2
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://doi.org/10.25550/1-50e2
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
Dent2项目页面链接:恒牙龋齿 dbGaP研究编号:phs000095.v3.p1 主要研究者:Mary Marazita,匹兹堡大学牙科医学院,美国宾夕法尼亚州匹兹堡 资金来源:U01-DE018903,龋齿:全基因组关联与基因×环境研究。美国国立卫生研究院国家牙科和颅面研究所,美国马里兰州贝塞斯达 R01-DE014899,阿巴拉契亚地区口腔健康差异的影响因素。美国国立卫生研究院国家牙科和颅面研究所,美国马里兰州贝塞斯达 R03-DE021425,GWAS分析中龋齿的统计建模与遗传流行病学,美国国立卫生研究院国家牙科和颅面研究所,美国马里兰州贝塞斯达 R01-DE09551,氟化物、饮食、龋齿与氟斑牙的纵向研究。
美国国立卫生研究院国家牙科和颅面研究所,马里兰州贝塞斯达,美国 R01-DE12101,氟化物及其他因素在儿童和青少年骨骼发育中的作用。美国国立卫生研究院国家牙科和颅面研究所,马里兰州贝塞斯达,美国 龋齿是全球最常见的疾病之一。在美国,成人患病率约为90%(Beltran-Aguilar等,2005),在某些高风险人群中,患病率甚至更高。每年治疗龋齿消耗大量资源,未经治疗的龋损可导致疼痛、牙齿缺失、口腔感染或其他共病。龋齿的发生受众多环境、行为和遗传因素影响,包括饮食行为、菌群、氟化物暴露、唾液因素、牙齿形态等(Hunter,1988;Anderson,2002)。这项关于龋齿的研究
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




