颧颌缝(ZMS)数据集

全球首个公开的颧颌缝CBCT影像数据集,含3,790张标注影像,用于4-24岁患者颧颌缝成熟度五阶段自动评估。

深圳大学·计算机科学与软件工程学院; 深圳大学·人工智能学院; 昆明医科大学附属口腔医院; 深圳大学总医院深圳大学·计算机科学与软件工程学院; 深圳大学·人工智能学院; 昆明医科大学附属口腔医院; 深圳大学总医院
arXiv
2026-06-15 更新
浏览 19
医学影像颧颌缝CBCT影像

基本信息

模态
医学影像
创建/更新时间
2026-06-15

资源简介

该数据集为全球首个公开的颧颌缝(ZMS)评估专用CBCT影像数据集,包含3,790个经专业标注的颧颌缝区域影像,源自约3,000名4-24岁患者的锥形束CT扫描,按五阶段成熟度标准(A-E)标注,用于正畸学中颧颌缝成熟度自动评估算法开发。

原始链接

https://github.com/galaxygxq1116/SKMamba

arXiv 论文 →
访问原始数据

官方服务

如需原始数据获取支持或标注服务,请联系我们。

帮我联系

下载信息

注册下载

Tips: 该数据集需要在对应的数据源网站注册通过后,才能进行数据下载,注册有对应要求,或者需要收费。

暂未开放

公开下载

Tips: 该数据集属于公开下载,应该可以免费公开下载。

免登录

有偿下载

Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务,注意,服务不针对数据相关产权,只是技术服务费。

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

千方医数集,医疗数据集部分,是为社区服务的公开医疗数据集搜索引擎,并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求,可以和客服联系,或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。

使用方式

数据集获取

git clone https://github.com/galaxygxq1116/SKMamba.git

curl -L -o repo.zip https://github.com/galaxygxq1116/SKMamba/archive/refs/heads/main.zip
unzip repo.zip

源站 README 摘录(使用方式)

Installation

git clone <repository-url>
cd SKMamba

Create and activate a conda environment:

conda create -n skmamba python=3.10 -y
conda activate skmamba

Install PyTorch according to your local CUDA environment. For example, on a CUDA 12.9 system:

pip install torch torchvision index-url https://download.pytorch.org/whl/cu129

If your CUDA version is different, please choose the matching PyTorch installation command from the official PyTorch installation page.

Install the remaining dependencies:

pip install -r requirements.txt

Check the environment:

python -c "import torch; print(torch.__version__); print(torch.cuda.is_available()); print(torch.version.cuda)"

Run training with the default configuration:

python scripts/train.py config configs/skmamba.yaml

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。

完整仓库:github.com/galaxygxq1116/SKMamba

精度瓶颈?数据缺失?

当前公开数据无法满足您的算法精度?千方提供针对 牙面异常 的高质量、多模态真实临床数据定制解决方案。

获取专属数据定制方案