摘要儿童牙科全景X光数据集是世界首个儿童牙科影像公开数据集牙齿分割、龋齿分割、疾病检测发表于 Nature2023配有 Mask-RCNN 实现专为儿童牙科 AI 诊断而构建。数据集简介数据集概述儿童牙科全景X光数据集Children’s Dental Panoramic Radiographs Dataset是世界首个专门针对儿童牙科全景X光片的公开数据集用于龋齿分割和牙科疾病检测。数据集通过分割和检测标注支持多种计算机视觉任务旨在填补儿童牙科影像分析领域的数据空白。尽管牙科数据在医疗健康领域极其重要但该领域的研究重要性尚未得到充分认识。数据集包含三个核心模块(i) 成人牙齿分割语义分割任务标注成人全景X光片中的牙齿区域用于牙齿结构识别和牙位定位、(ii) 儿童龋齿分割实例分割任务不仅识别龋齿区域还区分每个独立龋齿病灶实例用于量化龋齿数量和评估严重程度、(iii) 儿童牙科疾病检测目标检测任务通过边界框定位和分类多种儿童牙科疾病如龋齿、牙周病、发育异常等。数据集在 notebooks 部分提供了基于 Mask-RCNN 的完整流程示例涵盖探索性数据分析EDA、模型训练和推理使研究人员能够快速上手并开发牙科疾病自动检测系统。数据结构与技术配置数据集采用多任务架构按照计算机视觉任务类型和目标人群组织为三个独立文件夹。成人牙齿分割Adult Tooth Segmentation 模块使用语义分割方法为全景X光片中的每个像素分配牙齿或背景类别生成牙齿区域的完整掩码支持牙齿计数、牙位识别和解剖结构分析。儿童龋齿分割Children’s Dental Caries Segmentation 模块采用实例分割方法是数据集的核心创新部分不仅定位龋齿区域还为每个独立的龋齿病灶生成单独的实例掩码使模型能够区分同一张X光片中的多个龋齿这对于临床诊断中量化龋齿数量、评估治疗优先级和跟踪病情进展至关重要。儿童牙科疾病检测Pediatric Dental Disease Detection 模块使用目标检测方法通过边界框标注多种儿童牙科疾病类别支持快速筛查和多疾病同时检测。数据集提供的 Mask-RCNN 实现示例专门针对儿童龋齿实例分割任务展示了数据加载、模型配置、训练循环、验证评估和推理预测的完整工作流程为研究人员提供了实用的技术参考。应用价值与研究方向该数据集为儿童牙科影像分析、计算机辅助诊断和深度学习医学应用研究提供核心数据支撑支持多个关键应用方向。龋齿自动检测与分割开发 AI 模型自动识别和量化儿童龋齿支持学校和社区的大规模口腔健康筛查。牙科疾病多类别检测训练检测模型同时识别龋齿、牙周病、发育异常、阻生齿等多种疾病。儿童与成人牙科对比研究利用成人和儿童数据对比分析不同人群的牙科特征差异和疾病模式。计算机辅助诊断CAD系统开发构建面向儿童牙科诊所的自动化诊断辅助工具降低对专业儿童牙医的依赖。迁移学习和领域适应研究从成人牙齿模型迁移到儿童牙科任务的有效性。实例分割算法验证测试 Mask-RCNN、Cascade Mask-RCNN、YOLACT、SOLOv2、Mask2Former 等先进分割算法在牙科医学影像中的性能。作为世界首个儿童牙科全景X光公开数据集它填补了儿童口腔医学 AI 研究的关键数据空白为改善儿童口腔健康筛查效率、降低龋齿漏诊率、支持基层牙科诊所和学校诊疗能力提升以及推动儿童预防牙科学和精准口腔医学的发展提供了重要的研究基础和数据支撑。数据集来源儿童牙科全景X光数据集是世界首个儿童牙科影像公开数据集包含三个模块成人牙齿分割语义分割、儿童龋齿分割实例分割和儿童牙科疾病检测目标检测发表于 Nature Scientific Data2023配有 Mask-RCNN 完整实现示例支持龋齿自动检测、多疾病分类和计算机辅助诊断研究由张家梁(Bob)整理并于2026年8月在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-78文件大小1.5G原创声明本数据集为整理作品
摘要儿童牙科全景X光数据集是世界首个儿童牙科影像公开数据集牙齿分割、龋齿分割、疾病检测发表于 Nature2023配有 Mask-RCNN 实现专为儿童牙科 AI 诊断而构建。数据集简介数据集概述儿童牙科全景X光数据集Children’s Dental Panoramic Radiographs Dataset是世界首个专门针对儿童牙科全景X光片的公开数据集用于龋齿分割和牙科疾病检测。数据集通过分割和检测标注支持多种计算机视觉任务旨在填补儿童牙科影像分析领域的数据空白。尽管牙科数据在医疗健康领域极其重要但该领域的研究重要性尚未得到充分认识。数据集包含三个核心模块(i) 成人牙齿分割语义分割任务标注成人全景X光片中的牙齿区域用于牙齿结构识别和牙位定位、(ii) 儿童龋齿分割实例分割任务不仅识别龋齿区域还区分每个独立龋齿病灶实例用于量化龋齿数量和评估严重程度、(iii) 儿童牙科疾病检测目标检测任务通过边界框定位和分类多种儿童牙科疾病如龋齿、牙周病、发育异常等。数据集在 notebooks 部分提供了基于 Mask-RCNN 的完整流程示例涵盖探索性数据分析EDA、模型训练和推理使研究人员能够快速上手并开发牙科疾病自动检测系统。数据结构与技术配置数据集采用多任务架构按照计算机视觉任务类型和目标人群组织为三个独立文件夹。成人牙齿分割Adult Tooth Segmentation 模块使用语义分割方法为全景X光片中的每个像素分配牙齿或背景类别生成牙齿区域的完整掩码支持牙齿计数、牙位识别和解剖结构分析。儿童龋齿分割Children’s Dental Caries Segmentation 模块采用实例分割方法是数据集的核心创新部分不仅定位龋齿区域还为每个独立的龋齿病灶生成单独的实例掩码使模型能够区分同一张X光片中的多个龋齿这对于临床诊断中量化龋齿数量、评估治疗优先级和跟踪病情进展至关重要。儿童牙科疾病检测Pediatric Dental Disease Detection 模块使用目标检测方法通过边界框标注多种儿童牙科疾病类别支持快速筛查和多疾病同时检测。数据集提供的 Mask-RCNN 实现示例专门针对儿童龋齿实例分割任务展示了数据加载、模型配置、训练循环、验证评估和推理预测的完整工作流程为研究人员提供了实用的技术参考。应用价值与研究方向该数据集为儿童牙科影像分析、计算机辅助诊断和深度学习医学应用研究提供核心数据支撑支持多个关键应用方向。龋齿自动检测与分割开发 AI 模型自动识别和量化儿童龋齿支持学校和社区的大规模口腔健康筛查。牙科疾病多类别检测训练检测模型同时识别龋齿、牙周病、发育异常、阻生齿等多种疾病。儿童与成人牙科对比研究利用成人和儿童数据对比分析不同人群的牙科特征差异和疾病模式。计算机辅助诊断CAD系统开发构建面向儿童牙科诊所的自动化诊断辅助工具降低对专业儿童牙医的依赖。迁移学习和领域适应研究从成人牙齿模型迁移到儿童牙科任务的有效性。实例分割算法验证测试 Mask-RCNN、Cascade Mask-RCNN、YOLACT、SOLOv2、Mask2Former 等先进分割算法在牙科医学影像中的性能。作为世界首个儿童牙科全景X光公开数据集它填补了儿童口腔医学 AI 研究的关键数据空白为改善儿童口腔健康筛查效率、降低龋齿漏诊率、支持基层牙科诊所和学校诊疗能力提升以及推动儿童预防牙科学和精准口腔医学的发展提供了重要的研究基础和数据支撑。数据集来源儿童牙科全景X光数据集是世界首个儿童牙科影像公开数据集包含三个模块成人牙齿分割语义分割、儿童龋齿分割实例分割和儿童牙科疾病检测目标检测发表于 Nature Scientific Data2023配有 Mask-RCNN 完整实现示例支持龋齿自动检测、多疾病分类和计算机辅助诊断研究由张家梁(Bob)整理并于2026年8月在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-78文件大小1.5G原创声明本数据集为整理作品
