Grand Challenge：ToothFairy3：CBCT体数据多类别分割
ToothFairy3是MICCAI2025 ODIN2025挑战集群的一部分，通过扩展的77类数据集和对计算效率的新强调，推进CBCT分割
基本信息
资源简介
Grand Challenge：ToothFairy3：CBCT体数据多类别分割
ToothFairy3 是 MICCAI2025 ODIN2025 挑战集群的组成部分，聚焦于 CBCT（锥形束计算机断层扫描）体积中的多类别分割任务。该数据集在原有基础上进行了显著扩展，构建了包含 77 个类别的标注体系，并首次将计算效率作为核心关注点之一。挑战赛设置了两条任务轨道：其一是运行时感知的多结构分割，要求算法在有限时间内完成多类解剖结构的识别；其二是交互式轨道，针对下牙槽神经管（Inferior Alveolar Canal, IAC）的分割，探索在极少用户输入条件下的提示式分割方法。该数据集旨在推动自动化和基于提示的交互式 AI 工具发展，以改善牙科及颌面外科的临床工作流程。
【数据集背景】
ToothFairy3 属于 ODIN2025 挑战集群，该集群在 MICCAI2025 框架下组织。其核心目标是推进 CBCT 体积分割技术，通过扩展类别数量并引入计算效率维度，回应当前临床场景中对多结构精细分割与实时处理能力的双重需求。挑战赛明确设置了两条任务：运行时感知的多结构分割，以及针对下牙槽神经管（IAC）的交互式分割轨道。后者要求算法在最小用户输入条件下完成分割，代表了从全自动分割向人机协同分割的范式延伸。该数据集支持开发自动化和基于提示的交互式 AI 工具，以增强牙科和颌面外科的临床工作流程。
【数据内容】
该数据集的核心特征在于其扩展的 77 类分割标注体系，覆盖 CBCT 体积中的多种解剖结构。挑战赛包含两项任务：第一项为运行时感知的多结构分割，要求算法在考虑运行时间约束的前提下完成多类别分割；第二项为交互式 IAC 分割，强调在极少用户输入条件下实现下牙槽神经管的准确分割。关于各类别的具体名称、样本数量、体积尺寸、标注格式等详细信息，源站未提供。
【采集与来源】
该数据集来源于 toothfairy3.grand-challenge.org 平台，是 ODIN2025 挑战集群的一部分。关于 CBCT 扫描设备、采集参数、患者来源、伦理审批及数据脱敏流程等具体信息，源站未提供。
【适用场景】
该数据集适用于牙科和颌面外科领域的 CBCT 图像分割研究与应用开发。具体场景包括：多结构自动分割算法的训练与评估，尤其是需要在限定运行时间内完成推理的场景；以及基于提示的交互式分割工具的开发，用于下牙槽神经管（IAC）的识别。这些工具旨在提升临床工作流程的效率与精度。关于具体的临床验证结果或部署案例，源站未提供。
【使用方法】
挑战赛设置了两条任务轨道：运行时感知的多结构分割任务和交互式 IAC 分割任务。参与者需针对相应任务开发算法，并按照挑战赛的评估流程提交结果。关于数据下载方式、提交格式、评估指标、运行时限制的具体数值以及交互式任务中用户输入的形式与数量等操作细节，源站未提供。
【质量与限制】
该数据集通过扩展至 77 类并引入计算效率要求，提升了分割任务的复杂度与实用性。交互式轨道针对 IAC 分割要求最小用户输入，反映了对临床可用性的关注。关于标注精度、类别平衡性、扫描质量差异、算法性能基线等具体质量指标与限制条件，源站未提供。
【引用与许可】
该数据集为 Grand Challenge 平台上的 ToothFairy3 挑战赛数据。关于数据使用许可、引用格式、商业使用限制及知识产权归属等具体条款，源站未提供。
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://toothfairy3.grand-challenge.org/
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
ToothFairy3是MICCAI2025上ODIN2025挑战赛集群的一部分，它通过扩展的77类数据集以及对计算效率的新强调，推进了CBCT分割技术。该挑战引入了两项任务：一项是运行时感知的多结构分割，另一项是新颖的交互式赛道，旨在利用最少的用户输入进行下牙槽神经管（IAC）分割。此挑战支持自动化和基于提示的交互式AI工具的开发，以增强牙科和颌面外科的临床工作流程。
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。
