Caries-Spectra：牙釉质龋数据集
该数据集收录了来自孟加拉国 Rajshahi 和 Dhaka 多家医疗机构的低分辨率牙齿图像，采集时间为 2021 至 2022 年，涵盖晚期牙釉质龋、早期牙釉质龋与无龋三类，共 2000 张原始 JPG 图像，其中晚期与早期各 800 张、无龋 400 张，按三个子文件夹组织
基本信息
资源简介
Caries-Spectra：牙釉质龋数据集
Caries-Spectra: A dataset of Enamel Caries
该数据集收录了来自孟加拉国 Rajshahi 和 Dhaka 多家医疗机构的低分辨率牙齿图像，采集时间为 2021 至 2022 年，涵盖晚期牙釉质龋、早期牙釉质龋与无龋三类，共 2000 张原始 JPG 图像，其中晚期与早期各 800 张、无龋 400 张，按三个子文件夹组织。数据可用于龋齿的视觉特征分析与三分类任务，帮助区分不同阶段的牙釉质龋（来源 Mendeley Data）。
【数据集背景】
源站首次发布：2023-12-18。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含一组多样化的低分辨率图像，涵盖两种类型的龋齿以及一个代表无龋的类别。这些龋齿图像从不同患者中精心挑选，提供了全面且多样的代表性。图像来源于孟加拉国 Rajshahi 和 Dhaka 的多家医疗诊所，时间跨度为 2021 年至 2022 年。作为有价值的视觉资源，该数据集详细呈现了这些龋齿的独特特征，有助于实现准确分类。数据集分为两个具体类别：晚期牙釉质龋（800 张图像）和早期牙釉质龋（800 张图像），以及无牙釉质龋（400 张图像），总计 2000 张原始 JPG 图像。数据集组织为三个子文件夹：“AdvanceEnamel_Caries”、“EarlyStageEnamel_Caries”和“NoEnamel_Caries”。
【数据结构与技术规格】
文件数 1 个，合计 27.03 MB。数据集 DOI：10.17632/9jnf2jvghy.2。
【主题与分类】
主题标签：牙釉质龋、口腔疾病、图像分类、早期龋、晚期龋、低分辨率图像。本站分类：口腔疾病。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/9jnf2jvghy
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://data.mendeley.com/datasets/9jnf2jvghy/2
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:
数据集大小约 27.0 MB。
数据说明
Galib Muhammad Shahriar Himel (2023). Caries-Spectra: A dataset of Enamel Caries [Dataset]. http://doi.org/10.17632/9jnf2jvghy.2
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。
