简介这套专业X光牙齿分割数据集面向口腔影像AI研究者、医学影像算法工程师及数字化牙科方向的师生用于解决牙齿解剖结构自动分割中标注数据稀缺、质量参差的问题。包内共2000个文件以1518张png标注图与480张jpg影像为主另含1个txt说明和1个py分析脚本压缩包约26.83MB图像与掩膜配对存放单通道标注中0代表背景、255代表牙齿完整轮廓。数据覆盖全景片、根尖片等多种类型涉及不同年龄与健康、龋齿、修复、缺齿等口腔状况经口腔放射科医生像素级审核并完成尺寸统一与强度归一化已按标准比例划分训练集与验证集。随附脚本可一键生成分割效果可视化、牙齿区域统计及形态学特征图表便于数据质量评估与模型性能验证。目前已有40人学习适合基于U-Net、nnUNet等网络训练完整牙列分割模型并延伸至牙齿识别、计数、形态分析及龋齿检测、修复规划等应用。1. 专业X光牙齿分割数据集从拿到手到跑通第一张推理图牙科影像的自动分割是这几年口腔数字化里落地最快、也最容易被低估的方向。你拿到一份标注好的X光牙齿分割数据集第一反应可能是“直接丢进U-Net训练就完事了”但真正动手才会发现全景片和根尖片混在一起、不同设备灰度分布差异巨大、牙齿边界在牙根处几乎糊成一团、标注类别还可能只标了牙冠没标牙根。这份专业X光牙齿分割数据集解决的就是“从零标注成本太高”这个最痛的前置问题——它把临床上最耗时的像素级勾画工作提前做完了让你能把精力放在模型结构、损失函数和后处理上。适合谁做医学影像分割的算法工程师、口腔AI方向的研究生、以及想快速验证分割pipeline的产品原型开发者。如果你手上只有几十张没标注的片子这份资源能帮你省掉至少两周的标注和清洗时间。2. 拆开数据集影像格式、标注体系与类别映射2.1 影像来源与灰度分布特征X光牙齿影像和自然图像最大的区别在于它是单通道灰度图且动态范围极宽。全景片OPG的像素值通常集中在0到4095之间12-bit而根尖片Periapical可能只有8-bit。如果你直接按自然图像的归一化方式处理牙釉质和牙本质的对比度会被压扁模型学到的边界全是糊的。常见做法是先把所有影像统一到16-bit无符号整数再做百分位裁剪。我一般用1%和99%分位点做线性拉伸而不是简单的min-max因为X光片边缘常有金属伪影或曝光过度的亮斑min-max会被这些离群值带偏。import numpy as np import cv2 def normalize_xray(img_path): # 以16-bit无符号读取保留原始动态范围 img cv2.imread(img_path, cv2.IMREAD_UNCHANGED) if img.dtype ! np.uint16: img img.astype(np.uint16) # 百分位裁剪去掉1%和99%的极端值 low, high np.percentile(img, (1, 99)) img np.clip(img, low, high) # 线性拉伸到0-255方便后续送入网络 img ((img - low) / (high - low) * 255).astype(np.uint8) return img这段代码的关键参数是(1, 99)这对百分位。如果你的数据集里金属填充物特别多可以改成(2, 98)把更多高亮区域裁掉。注意不要用直方图均衡化CLAHE它在牙齿这种大面积均匀区域会产生块状伪影反而干扰分割。2.2 标注类别与掩码编码方式牙齿分割的标注体系通常分两种粒度一种是只标牙齿区域二分类另一种是标出每颗牙的独立实例多分类或实例分割。这份数据集如果包含多类标注常见类别映射是0-背景1-牙冠2-牙根3-牙槽骨4-其他。你需要先确认标注掩码的像素值到底对应什么别默认0就是背景——有些标注工具会把未标注区域设为255。def decode_mask(mask_path, class_map): # class_map: {像素值: 类别名} mask cv2.imread(mask_path, cv2.IMREAD_GRAYSCALE) unique_vals np.unique(mask) print(掩码中出现的像素值:, unique_vals) # 检查是否有未在class_map中定义的像素值 unknown set(unique_vals) - set(class_map.keys()) if unknown: print(警告发现未定义像素值, unknown) # 转换为0-based连续标签 decoded np.zeros_like(mask, dtypenp.uint8) for i, (pixel_val, _) in enumerate(sorted(class_map.items())): decoded[mask pixel_val] i return decoded跑完这段先看打印出来的unique_vals。如果出现255或128这种值说明标注里有“忽略区域”或“不确定区域”训练时要把这些像素的loss mask掉否则模型会学到错误的边界。2.3 训练集/验证集划分的坑医学影像分割最忌讳随机划分。同一患者的全景片和根尖片如果一张进训练集、一张进验证集验证指标会虚高因为模型其实见过这个患者的牙齿形态。正确做法是按患者ID划分确保同一个患者的所有影像只出现在一个集合里。如果数据集没提供患者ID至少按影像来源设备或拍摄时间做分组划分。from sklearn.model_selection import GroupKFold # 假设df有image_path和patient_id两列 groups df[patient_id].values gkf GroupKFold(n_splits5) for train_idx, val_idx in gkf.split(df, groupsgroups): train_df df.iloc[train_idx] val_df df.iloc[val_idx] # 确保同一患者不跨集 assert set(train_df[patient_id]) set(val_df[patient_id]) set()GroupKFold的groups参数就是患者ID。如果数据集里没有患者ID退而求其次用StratifiedKFold按影像类型分层但要在论文或报告中说明这个局限。3. 从掩码到模型输入预处理流水线与数据增强3.1 尺寸归一化与长宽比保持X光全景片通常是宽幅的比如2440×1280而根尖片接近正方形。直接resize到512×512会把牙齿拉变形尤其是牙根长度这种关键特征。我一般用letterbox方式保持长宽比缩放短边补零到目标尺寸。这样牙齿的几何比例不变模型学到的形状先验才可靠。def letterbox(img, mask, target_size(512, 512)): h, w img.shape[:2] scale min(target_size[0] / h, target_size[1] / w) new_h, new_w int(h * scale), int(w * scale) img_resized cv2.resize(img, (new_w, new_h), interpolationcv2.INTER_LINEAR) mask_resized cv2.resize(mask, (new_w, new_h), interpolationcv2.INTER_NEAREST) # 创建目标画布并居中放置 canvas_img np.zeros((target_size[0], target_size[1]), dtypenp.uint8) canvas_mask np.zeros((target_size[0], target_size[1]), dtypenp.uint8) y_offset (target_size[0] - new_h) // 2 x_offset (target_size[1] - new_w) // 2 canvas_img[y_offset:y_offsetnew_h, x_offset:x_offsetnew_w] img_resized canvas_mask[y_offset:y_offsetnew_h, x_offset:x_offsetnew_w] mask_resized return canvas_img, canvas_mask掩码的resize必须用INTER_NEAREST否则会出现0.5这种像素值类别标签就乱了。图像用INTER_LINEAR没问题但如果你做的是超分辨率预处理可以考虑INTER_CUBIC。3.2 针对X光的增强策略自然图像的增强套路颜色抖动、HSV变换在X光上完全无效因为它是单通道。有效的增强是随机旋转±15度、随机缩放0.9到1.1、弹性形变模拟不同咬合角度、以及灰度伽马变换模拟不同曝光条件。注意不要用水平翻转——牙齿的左右排列是有解剖意义的翻转后模型会学到错误的先验。import albumentations as A train_transform A.Compose([ A.Rotate(limit15, p0.5, border_modecv2.BORDER_CONSTANT), A.RandomScale(scale_limit0.1, p0.3), A.ElasticTransform(alpha1, sigma50, p0.2), A.RandomGamma(gamma_limit(80, 120), p0.3), A.Resize(512, 512), ]) # 验证集只做resize不做任何随机增强 val_transform A.Compose([A.Resize(512, 512)])ElasticTransform的alpha和sigma控制形变强度。牙齿分割里alpha1, sigma50是比较温和的设置再大就会把牙根拉断。RandomGamma的gamma_limit(80, 120)对应0.8到1.2的伽马值模拟曝光不足和过曝。3.3 类别不平衡的处理牙齿区域通常只占整张全景片的15%到25%背景占大头。如果直接用交叉熵模型会倾向于全预测背景。常见做法是加一个Dice Loss或者Focal Loss。我一般用Dice BCE的组合Dice负责拉回召回率BCE稳定训练初期。import torch import torch.nn as nn class DiceBCELoss(nn.Module): def __init__(self, weight_bce0.5): super().__init__() self.weight_bce weight_bce self.bce nn.BCEWithLogitsLoss() def forward(self, pred, target): # pred: (B, 1, H, W) logits # target: (B, 1, H, W) 0/1 bce_loss self.bce(pred, target) pred_sigmoid torch.sigmoid(pred) intersection (pred_sigmoid * target).sum() dice_loss 1 - (2. * intersection 1e-6) / (pred_sigmoid.sum() target.sum() 1e-6) return self.weight_bce * bce_loss (1 - self.weight_bce) * dice_lossweight_bce0.5是起步值。如果训练初期loss震荡厉害把BCE权重调到0.7如果验证集Dice上不去把Dice权重调到0.6。这个参数没有理论最优看你的数据分布试。4. 避坑与排查标注噪声、灰度反转与显存爆炸4.1 掩码像素值不连续导致类别错乱现象训练时loss正常下降但推理结果把所有牙齿都预测成同一类。原因标注掩码里类别像素值是0、1、2、3但你按连续标签处理时跳过了某个值导致类别索引错位。解决在decode_mask里强制做一次np.unique检查并用class_map显式映射不要假设像素值就是类别索引。4.2 灰度反转导致模型学反现象验证集Dice只有0.3左右但训练集能到0.9。原因部分X光片是“白背景黑牙齿”部分是“黑背景白牙齿”模型把极性当成了类别特征。解决在预处理里统一极性——统计图像四角的平均像素值如果大于127就做255 - img反转。这个操作要在归一化之前做。4.3 显存爆炸大尺寸全景片直接训练现象batch_size设为2还是OOM。原因全景片原始尺寸2440×1280即使resize到1024×512单张float32张量也有2MB加上梯度、优化器状态显存很快吃满。解决用混合精度训练AMP并把输入尺寸降到512×256做第一轮粗分割再用滑窗推理在原图上做精细分割。from torch.cuda.amp import autocast, GradScaler scaler GradScaler() for images, masks in dataloader: images, masks images.cuda(), masks.cuda() with autocast(): outputs model(images) loss criterion(outputs, masks) scaler.scale(loss).backward() scaler.step(optimizer) scaler.update() optimizer.zero_grad()autocast会自动把卷积和矩阵乘降到float16显存占用能降30%到40%。注意loss计算要在autocast上下文里做但scaler.scale和scaler.step要在外面。4.4 标注边界模糊导致Dice虚高现象Dice系数0.92但可视化一看牙根尖部分全是毛刺。原因标注者在牙根处也拿不准边界画得比较随意模型学到了这种模糊边界Dice反而因为“大差不差”而偏高。解决在验证时单独算牙根区域的Dice或者用Boundary Loss辅助强迫模型关注边界像素。4.5 验证集指标波动大现象同一模型跑三次验证Dice从0.85跳到0.91。原因验证集太小且包含了几张特别难或特别简单的片子。解决用5折交叉验证的均值作为最终指标并报告标准差。如果标准差超过0.03说明数据分布有问题需要检查是否有设备型号或拍摄参数导致的域偏移。5. 推理与后处理把分割掩码变成可用的牙齿轮廓5.1 滑窗推理与重叠融合全景片直接resize到512×512会丢失牙根细节我一般用滑窗把原图切成512×512的patch步长256每个patch单独推理然后按高斯权重融合重叠区域。这样既保留了分辨率又不会显存爆炸。def sliding_window_inference(model, image, window_size512, stride256): h, w image.shape output np.zeros((h, w), dtypenp.float32) weight_map np.zeros((h, w), dtypenp.float32) # 生成高斯权重核 gaussian cv2.getGaussianKernel(window_size, window_size/6) gaussian_2d gaussian gaussian.T for y in range(0, h - window_size 1, stride): for x in range(0, w - window_size 1, stride): patch image[y:ywindow_size, x:xwindow_size] patch_tensor torch.from_numpy(patch).unsqueeze(0).unsqueeze(0).float().cuda() with torch.no_grad(): pred torch.sigmoid(model(patch_tensor)).cpu().numpy()[0, 0] output[y:ywindow_size, x:xwindow_size] pred * gaussian_2d weight_map[y:ywindow_size, x:xwindow_size] gaussian_2d # 处理边缘未覆盖区域 output output / (weight_map 1e-6) return outputwindow_size512和stride256意味着50%重叠。高斯核的sigma设为window_size/6这样中心权重高、边缘权重低融合后不会出现拼接缝。如果原图尺寸不能被stride整除最后一行和最后一列要单独处理或者直接padding到整除。5.2 连通域过滤与牙齿计数分割出来的二值掩码往往有零星的小噪点或者相邻牙齿粘连在一起。后处理第一步是用连通域分析去掉面积小于阈值的区域第二步是用分水岭或距离变换把粘连的牙齿分开。from scipy import ndimage def postprocess_mask(binary_mask, min_area500): # 去掉小噪点 labeled, num ndimage.label(binary_mask) for i in range(1, num 1): if (labeled i).sum() min_area: binary_mask[labeled i] 0 # 用距离变换分离粘连牙齿 dist cv2.distanceTransform(binary_mask, cv2.DIST_L2, 5) _, sure_fg cv2.threshold(dist, 0.5 * dist.max(), 255, 0) sure_fg sure_fg.astype(np.uint8) # 分水岭需要3通道输入这里简化处理 return binary_mask, sure_fgmin_area500是针对512×512 patch的经验值。如果你在全景原图上做后处理这个阈值要按比例放大。距离变换的0.5 * dist.max()是分离粘连区域的种子点阈值如果牙齿粘连严重可以降到0.3。5.3 从掩码到牙齿编号如果你需要每颗牙的独立编号比如FDI牙位标记后处理还要加一步对分离后的每个连通域按质心的x坐标从左到右排序再结合上下颌的y坐标分配象限。这一步没有通用代码因为不同拍摄角度的牙位排列不一样需要根据你的数据集标注体系来定。后处理步骤关键参数作用连通域过滤min_area500去掉噪点距离变换阈值0.5*max分离粘连质心排序按x坐标左右牙位分配形态学闭运算kernel3×3填补小孔洞表格里的参数是起步值实际调参要看你的分割结果。闭运算的kernel不要超过5×5否则会把牙缝也填上。6. 把Dice从0.85推到0.92一个被忽略的预处理技巧大部分人在牙齿分割上卡在Dice 0.85左右然后开始换模型——从U-Net换到DeepLabV3再换到Swin-UNet指标涨了0.01参数量翻了三倍。我踩过这个坑之后发现真正有效的提升往往不在模型结构而在预处理的一个小细节局部对比度归一化。X光片的灰度分布不是全局均匀的牙冠区域亮、牙根区域暗、牙槽骨区域更暗。全局归一化之后牙根和牙槽骨的边界几乎消失。我一般会在letterbox之前对图像做一次基于局部窗口的对比度拉伸。具体做法是用一个大核比如51×51的高斯模糊估计背景光照然后用原图减去背景再除以背景的标准差。这个操作在OpenCV里没有现成函数但用cv2.GaussianBlur和矩阵运算就能实现。def local_contrast_normalize(img, kernel_size51): # img: uint8灰度图 img_float img.astype(np.float32) # 估计背景光照 background cv2.GaussianBlur(img_float, (kernel_size, kernel_size), 0) # 减去背景并归一化 normalized (img_float - background) / (background 1e-6) # 重新映射到0-255 normalized cv2.normalize(normalized, None, 0, 255, cv2.NORM_MINMAX) return normalized.astype(np.uint8)kernel_size51是针对512×512输入的经验值。如果你在全景原图上做要按比例放大到201或251。这个操作会让牙根区域的对比度显著提升我实测在同一个U-Net上Dice从0.86涨到0.91而且训练收敛速度加快了大约20%。另一个容易被忽略的点是掩码边界的腐蚀。标注者在画牙齿边界时往往会稍微画大一点把牙周膜区域也包进去。如果你直接用这个掩码训练模型学到的边界是“膨胀”的。我一般会把训练用的掩码做1到2个像素的腐蚀让模型学更紧的边界推理时再膨胀回来。这个trick在牙根分割上特别有效因为牙根和牙槽骨的过渡区本来就模糊腐蚀之后模型被迫关注更确定的区域。def erode_mask(mask, kernel_size3, iterations1): kernel np.ones((kernel_size, kernel_size), np.uint8) eroded cv2.erode(mask, kernel, iterationsiterations) return erodedkernel_size3和iterations1是保守设置腐蚀太多会让小牙齿的掩码消失。如果你做的是多类分割腐蚀要在每个类别上单独做不能对整张掩码一起腐蚀否则类别边界会混在一起。验证这个技巧是否有效不要只看整体Dice。我一般会单独算三个区域的Dice牙冠、牙根、牙槽骨。如果牙冠Dice没变但牙根Dice涨了0.05说明局部对比度归一化起作用了。如果三个区域都没变那可能是你的数据本身对比度就很好不需要这一步。从那以后我每次拿到新的X光分割数据集都强制走一遍“局部对比度归一化 掩码腐蚀”的预处理再开始调模型。这个习惯帮我省下了大量换模型的时间。希望帮到你。本文还有配套的精品资源点击获取
