덴텍스, PerioDet, Tufts 데이터셋 정리

덴텍스

치과 구역 정보(693장), 구역+번호(634장), 구역 + 번호 + 질환 진단(1005장)

라벨 없는거 1571

Annotation 방식: Bounding Box, segmentation

라벨: 구역라벨. 치이 번호 라벨, 

좌표 방식: [x_min, y_min, width, height]

마스크 없음

 

PerioDet

치아 박스, 염증 박스

https://github.com/XiaochengFang/MICCAI2025_PerioDet

3,673개 (3000:train, 673: val)

해상도 파노라마: 1333 × 800 pixels

coco포멧, 

치근단염 바운딩박스 5,662개 평균 (82px X68.23px)

메타데이터

Annotation 방식: Bounding Box, segmentation

좌표 방식: [x_min, y_min, width, height]

라벨: 치근단 있는지 없는지

Mask: 병소 masksmss 없음 duawmd 부위 bounding box에 대한 segmentation있음

cnn과 transfomer이용해서 output은 염증 바운딩 박스 추출 

 

 

Tufts데이터

치아번호 -Universal Numbering System (1~32번)

병변 마스크 있음(그런데 진단명은 없고 부위와 염증, 발육등 구분해놓음)

http://tdd.ece.tufts.edu/Tufts_Dental_Database/

1051개 (jpg)  1023px × 512px

치아 바운딩 박스 26005개 평균 (62.95px  X  144.81px)

너무 하얀 데이터가 15개 있음

a) radiographs, b) labeled masks, c) eye tracker generated maps (gray and quantized), d) text information describing each radiograph, e) teeth mask for each radiograph with labels, and f) maxillomandibular region-of-interest mask.

 

치아 -Pericoronal (치관 주위) Periapical (치근단) Inter-Radicular (치근 사이)

 

시각화

예상 질병 개수

 

 

Automating Dental Condition Detection on Panoramic Radiographs: Challenges, Pitfalls, and Opportunities

(Department of Maxillofacial Surgery and Radiology at the Iuliu Hat ,ieganu University of Medicine and Pharmacy, Cluj-Napoca, Romania.)https://zenodo.org/records/15487430

1808장 1023px × 512px

YOLO포멧

질병바운딩 박스, 레이블: Prosthetic restoration(보철 수복물), dental implant(치과 임플란트), dental filling(치과 충전재), endodontic treatment(근관 치료/신경 치료), caries(치아 우식증/충치), periapical lesion(치근단 병변), periodontal bone loss(치주골 소실), impacted tooth(매복치), root fragment(잔존 치근 조각), root resorption(치근 흡수), orthodontic treatment(brackets)(교정 장치/브래킷), surgical devices(i.e., osteosynthesis plates, orthodontic temporary anchorage devices)(수술용 기구(골 고정판, 교정용 임시 고정 장치))

 

 

A multi-modal dental dataset for semi-supervised deep learning image segmentation

치아 mask segmentation(번호, 바운딩박스는 없음)

child-50, ( 라벨 없는 사진 -850)

adult- 450  (라벨 없는 사진-2650)

 

 

Children’s dental panoramic radiographs dataset for caries segmentation and dental disease detection

Hangzhou Xiasha Dental Hospital Noor Medical Imaging Center

아동193장(질병 라벨 붙어있는것+치아 Mask:100장, 치아 mask 93장) 

질병 ->충치 (Caries), 치근단 질환 (Periapical infection), 치수염(Pulpitis), 깊은 소와열구 (Deep pits and fissures), 치아 발달 이상 (Dental developmental abnormalities), 기타 (Others)

 

 

 

 

Saher, D., & Saadoon, B. (2024). Panoramic Dental X-rays for Age Estimation [Data set]. Zenodo. https://doi.org/10.5281/zenodo.16745408

818x(380~400)

사진, 라벨:나이, 299개(  9살-5개 10살-3개 11살-18개 12살-36개 13살 -18개 14살-42개 15살-20개 16살-52개 17살 -57개 18살-38개 19살 -10개))

 

Aihub

20,000 장 

데이터 포맷: Labelbox JSON

치아 바운딩박스, 레이블: 상실치아, 치아우식증, 임플란트, 보철물, 근관치료

2000 X 1000이상의 DICOM 혹은 png 데이터

 

 

 

기

Dental age prediction from panoramic radiographs using machine learning techniques

550장 3–14 years-라벨: 나이

Automated estimation of chronological age from panoramic dental X-ray images using deep learning

바운딩 박스에 라벨 붙어 있음 -라벨: 치과 충전물(fillings), 브릿지(bridges), 임플란트(implants), 크라운(crowns) 충치(caries), 치아 결손(missing teeth), 비정상적 치아(anomalous teeth),리테이너(retainers), 교정 기구(orthodontic appliances)

Automated Estimation of Chronological Age from Panoramic Dental X-Ray Images Using Deep Learning