DentalProbe

包含5000张全景X光图像、覆盖50余种牙科疾病的牙科影像数据集,配有专家标注的诊疗轨迹,支持多步骤推理和双侧对比诊断。

香港科技大学·广州; 香港大学·牙科学院; 北京大学·计算机学院; 上海交通大学; 中国科学院·自动化研究所; 深圳大学·计算机与软件工程学院香港科技大学·广州; 香港大学·牙科学院; 北京大学·计算机学院; 上海交通大学; 中国科学院·自动化研究所; 深圳大学·计算机与软件工程学院
arXiv
2026-03-06 更新
浏览 6
医学影像benchmarkslarge-language-modelsllmvlm
DentalProbe

基本信息

模态
医学影像
大小
0.11 GB
创建/更新时间
2026-03-06
版本
main

资源简介

DentalProbe

【数据集背景】

本数据集源站标题为《isjinghao/OralGPT》。源站首次发布:2024-10-13。

【数据内容】

源站原始描述:[NeurIPS''25 | CVPR''26] The official repo of OralGPT & MMOral Bench. 📄 [NeurIPS''25] OralGPT | 📄 [CVPR''26] OralGPT-Omni | 📄 [CVPR''26] OralGPT-Plus | 📄 [Arxiv''26] OralAgent 🤗 MMOral-OPG-Bench | 🤗 MMOral-Uni-Bench (Coming soon) | 🤗 OralFlow-Bench (Coming soon) # OralGPT Family 🦷🦷 **OralGPT** is a **family of dental multimodal large language models (MLLMs)** and benchmarks for **AI-driven digital dentistry**. - **For researchers**: benchmark + evaluation toolkit + papers. - **For developers**: ready-…

【主题与分类】

主题标签:benchmarks、large-language-models、llm、vlm。

【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://github.com/isjinghao/OralGPT

【使用注意】

· 源站最后修改于 2026-09-17,引用时请注意版本时效。

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。

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

git clone https://github.com/isbrycee/OralGPT.git

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

源站 README 摘录(使用方式)

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/isbrycee/OralGPT

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