尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
多模态口腔癌检测口腔影像数据集
摘要口腔癌检测口腔影像数据集包含 3,000 张手机拍摄的口腔影像斯里兰卡人群分为健康、良性、OPMD 和口腔癌四类配有专家标注口腔边界、病变区域、分割掩码、边界框COCO JSON 格式和患者临床元数据人口统计、吸烟/饮酒/槟榔危险因素。发表于 Oral Oncology2024DOI: 10.1016/j.oraloncology.2024.106946仅限非商业研究支持口腔疾病分类、病变检测/分割和多模态 AI 研究。数据集简介数据集概述口腔癌检测口腔影像数据集Oral Cavity Images for Oral Cancer Detection是一个包含 3,000 张高质量口腔影像的医学图像数据集专为支持基于人工智能的口腔疾病诊断、病变检测和分割研究而开发。数据集从斯里兰卡人群中使用手机相机采集所有图像由领域专家审核并分为四个诊断组健康Healthy、良性病变Benign lesions、口腔潜在恶性疾病OPMD和口腔癌OCA。每张图像包含专家生成的标注口腔边界、病变区域、分割掩码和边界框标注以 COCO JSON 格式提供适配现代计算机视觉框架。除图像数据外数据集提供患者级临床元数据包括人口统计信息和已知的口腔癌危险因素吸烟、饮酒、嚼槟榔。数据集发表于 Oral Oncology2024仅限非商业研究用途必须引用原始出版物。数据结构与类别特征数据集由四个核心文件组成。Images.zip 包含所有 3,000 张口腔影像手机相机采集来自斯里兰卡人群。Annotation.json 是 COCO 格式标注文件包含图像标识符、病变分割掩码、边界框和标注区域支持病变检测、实例分割和医学图像定位任务。Imagewise_data.csv 包含图像级信息图像 ID唯一标识符、类别疾病类别标签、临床诊断专家诊断和标注区域数量。Patientwise_data.csv 包含患者级元数据患者 ID、年龄、性别、每位患者的图像数量以及危险因素指标吸烟史、饮酒、嚼槟榔。这种多层次数据结构支持从图像级分类到患者级风险预测的各种研究任务临床元数据与影像数据的结合使数据集特别适用于多模态 AI 研究。应用价值与研究方向该数据集支持四个核心研究任务和多个应用方向。口腔疾病分类将口腔影像分类为健康、良性、OPMD 和口腔癌四类。病变检测使用边界框预测和目标检测模型定位可疑口腔病变。病变分割使用 COCO 掩码和深度分割架构进行像素级病变分割。多模态 AI 研究结合图像特征、患者人口统计和行为危险因素改进口腔癌预测。潜在应用包括 AI 辅助口腔癌筛查、口腔潜在恶性疾病早期检测、医学图像分类、可解释 AI 在口腔医疗中的应用、多模态临床预测系统以及计算机辅助诊断CAD开发。数据集的手机相机采集特性使其特别适用于开发面向资源有限地区和基层医疗的移动口腔癌筛查应用危险因素元数据支持研究吸烟、饮酒和嚼槟榔等行为因素与口腔癌的关联为公共卫生干预提供数据支持。数据集来源该数据集包含 3,000 张口腔影像使用手机相机从斯里兰卡人群采集由领域专家分为健康、良性病变、口腔潜在恶性疾病OPMD和口腔癌四类配有 COCO 格式标注口腔边界、病变区域、分割掩码、边界框和两个 CSV 元数据文件图像级信息包含图像 ID、类别、临床诊断患者级信息包含人口统计和危险因素如吸烟、饮酒、嚼槟榔。数据集发表于 Oral Oncology2024DOI: 10.1016/j.oraloncology.2024.106946由 N.S. Piyarathne 等人开发仅限非商业研究专为口腔癌和 OPMD 检测、病变分割和多模态 AI 研究而构建。由张家梁(Bob)整理并于2026年在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-74文件大小5.4G原创声明本数据集为整理作品
RELATED

相关推荐

2026视频转文字软件推荐,这7款电脑手机免费付费工具实测盘点

2026视频转文字软件推荐,这7款电脑手机免费付费工具实测盘点

上个月整理一场部门季度复盘会,录音笔往桌上一扔就出去吃午饭了。回来对着波形图发呆,领导要的纪要在下班前就得交。以前这种活我能拖半天,后来学聪明了——把音频扔进提词匠,喝杯咖啡的功夫就转出一份带时间戳的逐字稿&#xff0…

📅 2026/10/6 7:04:31
通信公司员工忙闲不均?北京华恒智信成功案例

通信公司员工忙闲不均?北京华恒智信成功案例

【客户行业】通信行业【问题类型】定岗定编【客户背景】北京某通信公司是经工信部批准的全国性增值电信运营商和综合的信息服务提供商,以宽带通信网络为基础,向客户提供综合的信息化解决方案、系统化的电信增值业务和专业化的网络通信服务。该公司涉足通…

📅 2026/10/2 10:43:54
GPU越多,算力就越强吗?很多企业忽略了真正的瓶颈

GPU越多,算力就越强吗?很多企业忽略了真正的瓶颈

花几千万买了一柜子 GPU,模型跑起来却没快多少 —— 这是今年很多企业踩过的坑。刚刚结束的 WAIC 2026 上,一个信号越来越明确:AI 算力的竞争单位正在改变。过去大家谈算力,先问 "什么 GPU?" " 多少张卡…

📅 2026/9/8 11:38:45
MORE NEWS

更多资讯

📰

Python医药管理系统开发实战:从数据库设计到答辩演示全攻略

这个项目我前后帮几个学弟学妹调过代码,自己也完整做过一版,算是比较有发言权。Python医药管理系统,听起来像是个标准的课程设计题目,但真正动手做的时候,涉及的坑比想象中多得多——从数据库表结构怎么设计才能兼顾批…

📰

信号与系统第七次作业解析:傅里叶变换、采样与系统响应核心考点

信号与系统这门课,作业做到第七次的时候,基本上已经把人“筛”过一轮了。我翻了这次“信号与系统分析2026(春季)第七次作业”的提交情况,发现大家的问题非常集中:傅里叶变换计算不是算错,是性质…

📰

Python医药管理系统源码解析:毕设答辩与二次开发全攻略

这套Python医药管理系统,就是典型的计算机毕设热门选题:前端页面配后端管理,实现药品进销存、销售收银、库存预警、统计报表一套完整闭环。它适合计算机、软件工程、信息管理等相关专业的学生拿来交毕业设计,也适合正在练手Web开发…

📰

动态规划实现全局与局部序列比对:Needleman-Wunsch与Smith-Waterman算法详解

序列比对这件事,我在刚接触生物信息的时候踩过一个很典型的坑:拿到两条序列,脑子里第一反应是"这还不简单,逐位比较不就完了",结果真跑起来才发现,两条序列长度不一样、中间还夹着插入缺失&#…

📰

企业大模型网关与Agent自动化编程落地实践

1. 企业大模型网关到底在解决什么问题 1.1 从一个真实场景说起 去年下半年,我帮一家做企业服务的团队做技术咨询,他们内部已经有将近两百号研发,日常写代码、写单测、写接口文档,都在尝试用大模型提效。刚开始大家各显神通&#…

📰

数据结构上机实验指导书:从C语言实验到考研408的进阶指南

简介:华南农业大学数据结构上机实验指导书,面向该校计算机及相关专业学生,用于配套数据结构课程的上机实践训练。文档以实验形式系统展开,覆盖线性表、堆栈、队列、模式匹配与二叉树五大主题;每个实验均设有实验目的、…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬