头影测量X射线图像
从400患者中收集了400头影测量x射线图像。图像是用Soredex CRANEX®Excel Ceph机器 (Tuusula，芬兰) 和Soredex SorCom软件 (3.1.5，版本2.0)。对于每个图像，图像…
基本信息
资源简介
头影测量X射线图像
【一句话概览】
该数据集从400名患者中收集了400张头影测量X射线图像，使用Soredex CRANEX®Excel Ceph机器和Soredex SorCom软件获取，图像为TIFF格式，分辨率2400×1935像素。所有图像的地标由两位经验丰富的医生手动标记和检查。数据分两阶段发布：第一阶段发布150张训练图像和150张Test1图像，第二阶段发布100张Test2图像用于现场比赛。研究已获台湾台北三军总医院研究伦理委员会批准（IRB编号1-102-05-017）（来源 opendatalab.org.cn）。
【数据集背景】
本数据集源站标题为《Cephalometric X-ray Image》。
【数据内容】
源站原始描述：从400患者中收集了400头影测量x射线图像。图像是用Soredex CRANEX®Excel Ceph机器 (Tuusula，芬兰) 和Soredex SorCom软件 (3.1.5，版本2.0)。对于每个图像，图像的分辨率由TIFF格式的2400像素1935。关于用于评估的地面真实数据，首先由两位经验丰富的医生手动标记和检查所有图像的地标。 在第1阶段，我们将在研讨会之前发布150图像，其中包含用于训练数据的地面真实数据，以及用于Test1数据的150图像。 在阶段2中，将发布Test2数据的100图像以进行现场比赛。此外，我们已经获得了进行这项研究的伦理批准 (IRB编号1-102-05-017)，这是由台湾台北三军总医院的研究伦理委员会批准的。
中文译文（机器翻译，仅供快速理解，请以原文为准）：从400名患者中收集了400张头影测量X射线图像。图像使用Soredex CRANEX® Excel Ceph机器（芬兰图苏拉）和Soredex SorCom软件（版本3.1.5，版本2.0）获取。每张图像的分辨率为TIFF格式的2400像素×1935像素。关于用于评估的地面真实数据，首先由两位经验丰富的医生手动标记并检查所有图像的地标。在第1阶段，我们将在研讨会之前发布150张图像，其中包含用于训练数据的地面真实数据，以及用于Test1数据的150张图像。在第2阶段，将发布Test2数据的100张图像以进行现场比赛。此外，我们已经获得了进行这项研究的伦理批准（IRB编号1-102-05-017），该批准由台湾台北三军总医院的研究伦理委员会授予。
【主题与分类】
主题标签：Cephalometric、X-ray、头影测量、医学影像、地标检测。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://opendatalab.org.cn/OpenDataLab/Cephalometric_X-ray_Image
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。
需登录公开下载
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。
暂未开放有偿下载
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://opendatalab.org.cn/OpenDataLab/Cephalometric_X-ray_Image
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 1.14 GB。
数据说明
该数据集包含从400名患者收集的400张头影测量X射线图像，图像由Soredex CRANEX® Excel Ceph机器和Soredex SorCom软件采集，TIFF格式，分辨率2400×1935像素。所有图像的地标由两位经验丰富的医生手动标注和验证。数据集分为三个阶段：第一阶段发布150张训练图像和150张测试1图像，第二阶段发布100张测试2图像用于现场比赛。该研究已获得伦理批准。
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。
