牙科配对-850
DentPair-850为北京大学口腔医院425例正畸患者的配对CBCT–IOS数据集,每例含上下颌,共850个颌级配对样本

基本信息
资源简介
牙科配对-850
DentPair-850
DentPair-850为北京大学口腔医院425例正畸患者的配对CBCT–IOS数据集,每例含上下颌,共850个颌级配对样本。发布数据为二进制PLY配对表面网格及4×4变换矩阵,按子集、患者和颌分组,强调同患者同颌配对、去标识和患者级分离,支持跨模态配准、多模态重建、冠根融合、牙齿分割和正畸分析。详细采集参数等待确认。许可CC BY-SA 4.0(来源 DOI 解析,Creative Commons Attribution Share Alike 4.0 International 许可)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):本数据论文描述了在北京大学口腔医学院及口腔医院从 425 例正畸患者收集的配对 CBCT–IOS 数据集。每位患者提供上颌和下颌数据,产生 850 个颌级配对样本。该队列中男性参与者占 41.9%,平均年龄为 18.5 岁(范围 10–40 岁),并包括正常咬合(72.1%)、重度牙列拥挤(26.0%)、缺牙(2.4%)和固定正畸托槽(0.5%)等非互斥临床特征。CBCT 数据采用 DCT PRO dentofacial CBCT 系统采集,IOS 数据采用 3Shape TRIOS 5 口内扫描仪采集。清洗后的发布版本将配对表面网格整理为二进制 PLY 文件,并配有匹配的纯文本 4 × 4 变换矩阵,按子集、患者和颌分组。数据整理强调同一患者、同一颌的配对、去标识化以及患者层面的分离,以减少信息泄漏。该数据集可支持跨模态配准、多模态重建、冠–根融合、牙齿分割、正畸分析,以及临床挑战条件下的稳健性研究。详细采集参数、存储容量、物理坐标单位和部分上游预处理记录,在最终存档发布前需要从原始数据整理日志中确认。
【主题与分类】
主题标签:Clinical medicine、Information science and systems science、Basic medical、Computer science and technology、Biology、cone-beam computed tomography、intraoral scanning、multimodal registration、digital dentistry、point cloud。本站分类:口腔疾病。
【获取与许可】
源站页面:https://www.scidb.cn/detail?dataSetId=db0e2afa9d924a279fa5fdc488d18b62
使用许可:Creative Commons Attribution Share Alike 4.0 International。
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://doi.org/10.57760/sciencedb.deld.0000i
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:
数据说明
本数据论文描述了从北京大学口腔医学院及口腔医院425名正畸患者采集的配对CBCT–IOS数据集。每位患者提供上颌和下颌数据,共产生850个颌级配对样本。该队列中男性参与者占41.9%,平均年龄为18.5岁(范围,10–40岁),并包含非互斥的临床特征,如正常咬合(72.1%)、重度牙列拥挤(26.0%)、缺牙(2.4%)和固定正畸托槽(0.5%)。CBCT数据采用DCT PRO牙颌面CBCT系统采集,IOS数据采用3Shape TRIOS 5口内扫描仪采集。清洗后的发布版本将配对表面网格组织为二进制PLY文件,并附带匹配的纯文本4 × 4变换矩阵,按子集、患者和颌分组。数据整理强调同一患者、同一颌的配对,去标识化,以及患者层面的分离,以减少信息泄漏。该数据集可支持跨模态配准、多模态重建、冠–根融合、牙齿分割、正畸分析以及临床挑战条件下的稳健性研究。详细的采集参数、存储量、物理坐标单位以及一些上游预处理记录,在最终归档发布前需要根据原始数据整理日志进行确认。
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。




