Teeth3DS|牙科治疗数据集|3D技术数据集

Teeth3DS是由数字Sfax研究中心创建的公开基准数据集，包含1800个来自900名患者的口腔内3D扫描数据，总计23999颗牙齿的标注。数据集通过专业的牙科医生进行采集和验证，确保了数据的质量和准确性。创建过程中，采用了先进的3D扫描技术，并结合机器学习方法进行数据处理和标注。Teeth3DS主要用于支持计算机辅助牙科治疗系统的发展，特别是在牙齿分割、标注和3D建模方面，有助于提高治疗规划的精确性和效率。

AI搜集汇总

数据集介绍

构建方式

Teeth3DS数据集的构建方式始于对900名患者的1800次口腔三维扫描的收集，这些扫描分别覆盖了患者的上颌和下颌。数据预处理包括去除冗余网格面和无关顶点，并通过主成分分析自动居中和校准牙科网格坐标。随后，利用自定义工具手动裁剪每个牙齿，并进行UV映射以简化牙齿边界的标注。标注过程由具有十年以上经验的临床评估者完成，包括牙齿边界的标注和牙冠的提取，最后进行临床验证以确保数据的准确性。

特点

Teeth3DS数据集的特点在于其详尽的标注过程，涵盖了牙齿边界的精确标注和牙冠的提取。数据集按照国际牙科联合会(FDI)的编号系统进行牙齿标注，结构化存储，并提供JavaScript对象表示法(JSON)格式的标注信息。此外，数据集在训练和测试集之间保持了平衡，使得不同的机器学习方法能够在均衡的数据上得到训练和评估。

使用方法

使用Teeth3DS数据集时，研究者可以依据提供的STL格式的原始口腔三维扫描和OBJ格式的处理后的扫描，以及JSON格式的标注信息。数据集的结构化设计使得研究者能够方便地加载和操作数据，进行牙齿检测、分割、标注以及三维形状建模和重建等任务。此外，数据集的使用还遵循了欧洲通用数据保护条例(GDPR)，确保了患者的隐私安全。

背景与挑战

背景概述

Teeth3DS数据集是一项在计算机辅助牙科（CAD）领域具有重要意义的成果，由Achraf Ben-Hamadou等研究人员于2022年创建。该数据集旨在推动三维口腔扫描分析研究，如牙齿识别、分割、标注、三维建模和重建等。Teeth3DS包含了900名患者的1800份口腔三维扫描数据，涵盖了上下颌，由经验丰富的正畸医生和牙科医生进行标注和验证。这一数据集的建立，不仅解决了牙科自动化处理中缺乏公开数据集的问题，也为相关领域的研究提供了宝贵资源，有力地推动了计算机辅助牙科技术的发展。

当前挑战

尽管Teeth3DS数据集为牙齿分割和标注提供了有力的研究基础，但在实际应用中仍面临诸多挑战。首先，在领域问题方面，如何准确地进行牙齿分割和识别是一个关键挑战，因为牙齿间的相似形状和位置的不明确性以及牙齿本身的损伤或矫正装置等因素都会影响分割的准确性。其次，在构建过程中，数据集的标注工作极具挑战性，需要对牙科专业知识有深入了解，并确保标注的精确性和一致性。此外，数据集的多样性和广泛性也提出了对算法适应性和鲁棒性的要求。

常用场景

经典使用场景

Teeth3DS数据集是一项专门针对口腔3D扫描图像中牙齿分割与标注的基准研究。其在计算机辅助正畸（CAD）系统中扮演着至关重要的角色，通过精确分割和标注每颗可见的牙齿，旨在减少牙医手动调整的时间。该数据集的经典使用场景在于训练深度学习模型，以实现对口腔3D扫描的高效处理，从而辅助牙医在正畸或修复治疗前进行精确的模拟和规划。

实际应用

在实用层面，Teeth3DS数据集的应用广泛，它不仅能够帮助牙医在治疗计划中更准确地模拟牙齿移动，预测治疗结果，还能用于牙齿3D建模、重建以及牙齿异常检测等。该数据集的实际应用正逐步改变着牙科临床工作流程，提高了治疗的精确性和效率。

衍生相关工作

Teeth3DS数据集的发布激发了学术界对口腔3D扫描分析的兴趣，衍生出了一系列相关研究工作。这些研究不仅关注牙齿识别、分割、标注等任务，还扩展到了3D形状分析、重建以及从2D口腔照片到3D模型的转换等领域，进一步推动了牙科图像处理技术的发展。