牙科全景X光数据集

该数据集为牙科全景X光影像数据集,包含YOLO与COCO两种格式的分割标注数据及模型权重,覆盖龋齿、牙冠、种植体、根管治疗、阻生牙、囊肿、骨缺损等31类牙齿与颌面结构标注

Loki SilvresLoki Silvres
google_dataset
2024-10-10 更新
浏览 3
医学影像图像分割pre-trained modeldentistrysegmentationyolov8
Dental X-Ray Panoramic Dataset

基本信息

模态
医学影像
大小
2.82133906 GB
任务类型
图像分割
许可
Apache 2.0
创建/更新时间
2024-10-10
版本
v6

资源简介

牙科全景X光数据集

Dental X-Ray Panoramic Dataset

该数据集为牙科全景X光影像数据集,包含YOLO与COCO两种格式的分割标注数据及模型权重,覆盖龋齿、牙冠、种植体、根管治疗、阻生牙、囊肿、骨缺损等31类牙齿与颌面结构标注。数据可用于牙科疾病的图像分割模型训练与评估,也可借助预训练权重开展迁移学习,服务于口腔疾病辅助诊断相关研究(来源 Kaggle,Apache 2.0 许可)。

【数据集背景】

源站首次发布:2024-10-10。

【数据内容】

源站描述(机器翻译,仅供参考):牙科疾病全景数据集包含YOLO和COCO格式的分割数据集,以及模型权重。 类别:0: 龋齿 1: 牙冠 2: 充填体 3: 种植体 4: 排列不齐 5: 下颌管 6: 缺牙 7: 根尖周病变 8: 残留根 9: 根管治疗 10: 根碎片 11: 阻生牙 12: 上颌窦 13: 骨丧失 14: 牙齿折裂 15: 恒牙 16: 牙上萌出 17: TAD 18: 基台 19: 磨耗 20: 骨缺损 21: 牙龈成形器 22: 金属带 23: 正畸托槽 24: 永久保持器 25: 桩核 26: 电镀 27: 金属丝 28: 囊肿 29: 牙根吸收 30: 乳牙

【数据结构与技术规格】

文件数 20 个,合计 47.20 MB。

【主题与分类】

主题标签:pre-trained model、dentistry、segmentation、yolov8。本站分类:口腔疾病。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/lokisilvres/dental-disease-panoramic-detection-dataset

使用许可:Apache 2.0。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://kaggle.com/datasets/lokisilvres/dental-disease-panoramic-detection-dataset/data

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 2.82 GB。

数据说明

Loki Silvres (2024). Dental X-Ray Panoramic Dataset [Dataset]. https://www.kaggle.com/datasets/lokisilvres/dental-disease-panoramic-detection-dataset/data

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。

获取专属数据定制方案