牙齿像素级语义分割全景牙科X射线数据集

数据集获取

源站：https://doi.org/10.17632/jrz4nj82zv.1

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 361.2 MB。

数据说明

该数据集由来自孟加拉国锡尔赫特一家临床影像机构的全景牙科X射线（OPG）图像组成。该数据集包含从329名个体患者处获取的329张全景放射照片，旨在用于牙科图像分析和深度学习应用的研究，特别是牙齿的语义分割。数据收集工作与该临床影像机构协调开展，该机构允许为研究目的采集全景牙科放射照片，条件是研究任何阶段均不访问、记录或披露患者个人信息。在数据集创建之前，所有图像均已完全匿名化，以确保患者保密性和伦理合规性。该数据集涵盖不同年龄组的男性和女性受试者，包括成人和儿童病例。它反映了临床实践中常见的广泛牙科状况，包括完整和不完整牙列、缺牙、修复体、阻生牙及其他发育变异。

这种多样性使该数据集适合用于开发和评估能够处理真实世界临床变异性的稳健深度学习模型。大多数样本对应成人患者。图像是在受控条件下使用高分辨率移动设备通过智能手机拍摄全景X线片获取的，以在保持一致性和患者隐私的同时保留解剖细节。尽管采集过程中保持了受控条件，但由于真实世界的临床成像环境，该数据集在亮度、对比度、锐度和整体图像质量方面仍呈现出自然变异性。所有图像均针对牙齿语义分割进行了像素级人工标注。标注过程在专业牙科专家的监督下进行，以确保解剖学正确性和临床可靠性。

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。