PerioXrays

PerioXrays数据集是一个包含3673张全景X光片和5662个精心标注的根尖周炎实例的大型全景X光片基准数据集。这是第一个用于自动根尖周炎诊断的基准数据集。数据集涵盖了广泛的人口群体，包括各种年龄和性别，所有图像都被标准化为1333×800像素。PerioXrays数据集的创建涉及从多个医院收集全景X光片，并对每个图像进行严格的四阶段审查，以确保准确性和可靠性。该数据集旨在解决自动根尖周炎检测中的背景噪声和小目标检测挑战，为临床医生提供了一个辅助诊断工具。

The PerioXrays dataset is a large panoramic dental radiograph benchmark dataset consisting of 3673 panoramic radiographs and 5662 meticulously annotated periapical periodontitis cases. This is the first benchmark dataset dedicated to automated periapical periodontitis diagnosis. The dataset covers a diverse demographic population, including various age groups and genders, and all images are standardized to a resolution of 1333×800 pixels. The development of the PerioXrays dataset involves collecting panoramic radiographs from multiple hospitals and conducting a rigorous four-stage review for each image to ensure accuracy and reliability. This dataset is designed to address the challenges of background noise and small-object detection in automated periapical periodontitis detection, providing an auxiliary diagnostic tool for clinicians.

原始信息汇总

PerioXrays数据集概述

数据集基本信息

• 名称: PerioXrays
• 用途: 临床导向的根尖周炎自动检测
• 规模: 3,673张全景X光片图像，包含5,662个精细标注的根尖周炎实例
• 特点: 首个用于根尖周炎自动诊断的基准数据集

数据集内容

• 数据类型: 全景X光片图像
• 标注内容: 根尖周炎实例标注
• 标注质量: 精细标注

技术背景

• 挑战: 背景噪声和小目标检测
• 解决方案:
  • 提出PerioDet检测范式
  • 包含背景去噪注意力机制(BDA)
  • 包含IoU动态校准机制(IDC)

实验验证

• 方法优势: 在PerioXrays数据集上验证了优越性
• 临床应用: 人机协作实验证实可作为牙科专业辅助诊断工具

获取方式

• 下载地址: https://huggingface.co/datasets/XiaochengFang/PerioXrays

引用格式

bibtex @inproceedings{fang2025PerioDet, title={PerioDet: Large-Scale Panoramic Radiograph Benchmark for Clinical-Oriented Apical Periodontitis Detection}, author={Fang, Xiaocheng and Cai, Jieyi and Liu, Huanyu and Zhou, Chengju and Lu, Minhua and Chen, Bingzhi}, booktitle={Proceedings of Medical Image Computing and Computer Assisted Intervention (MICCAI)}, volume={xxx}, number={xxx}, pages={xxx--xxx}, year={2025} }

联系方式

• 邮箱: [e-mail]

搜集汇总

数据集介绍

构建方式

PerioXrays数据集的构建过程体现了严谨的医学影像采集与标注规范。研究团队从2022至2024年间系统性收集了来自多家医院的3,673张全景牙科X光片，所有图像统一标准化为1333×800像素分辨率。标注过程中采用定制化工具对根尖周炎病灶进行边界框标注，每个病例均经过四位专业牙医的多轮复核，最终形成包含5,662个精细标注实例的数据集。为确保数据代表性，样本覆盖12-80岁不同年龄段及性别群体，并严格遵循患者级别的数据集划分原则。

特点

该数据集的核心价值在于其临床导向的设计特性。作为目前规模最大的根尖周炎诊断基准数据集，PerioXrays特别关注小病灶检测的挑战性场景，其中面积占比≤0.5%的微小病变占比显著。数据集提供详细的元数据标注，包括病灶尺寸分布、患者 demographics 等临床相关特征。独特的标注质量保障体系与多中心数据来源，使其成为评估计算机辅助诊断系统鲁棒性的理想测试平台。

使用方法

PerioXrays数据集支持端到端的深度学习模型开发与评估。研究者可采用标准的数据划分方案（3000/673训练测试集），以平均精度（AP）为主要评估指标，重点关注小目标检测性能（APS）。配套提出的PerioDet框架包含背景去噪注意力模块和动态IoU校准机制，为处理牙科X光中的背景噪声和小病灶问题提供了基准解决方案。数据集还可用于人机协同实验设计，验证算法在真实临床场景中的辅助诊断价值。

背景与挑战

背景概述

PerioXrays数据集由北京理工大学、华南师范大学和深圳大学的研究团队于2025年发布，旨在解决根尖周炎自动化诊断领域的关键瓶颈问题。作为首个大规模全景牙科X射线标注数据集，它包含3,673张图像和5,662个精细标注的根尖周炎实例，所有标注均经过四位专业牙医的多重验证。该数据集的建立填补了口腔医学影像分析领域的空白，为计算机辅助诊断系统提供了重要基准，其临床价值体现在提升诊断效率、降低人为误差等方面，对推动智能牙科诊疗发展具有里程碑意义。

当前挑战

该数据集主要应对根尖周炎检测中的两大核心挑战：医学影像固有的背景噪声干扰（包括低图像质量、低对比度和伪影）以及微小病灶检测难题（病灶平均面积仅占图像的0.5%）。在构建过程中，研究团队需克服标注一致性控制、多中心数据标准化、微小病变精确定位等技术难点，特别是针对牙科全景片特有的解剖结构复杂性，开发了专门的标注工具和质控流程。这些挑战的解决为后续医学影像小目标检测研究提供了重要技术参考。

常用场景

经典使用场景

PerioXrays数据集作为首个专注于根尖周炎自动诊断的大规模全景X光影像基准，其经典应用场景在于为计算机辅助诊断（CAD）系统提供高质量的标注数据支持。该数据集通过3673张影像和5662个精细标注的根尖周炎实例，为深度学习模型在复杂口腔影像中识别微小病变提供了标准化评估平台，尤其适用于解决全景牙科X光中因低对比度、伪影等背景噪声导致的病灶检测难题。

解决学术问题

该数据集有效解决了口腔医学影像分析领域两大核心学术问题：一是填补了根尖周炎自动检测缺乏大规模标注数据的空白，突破了传统方法依赖人工经验的局限性；二是通过标准化病变标注体系，为小目标检测算法在医学影像中的性能评估提供了量化基准。其临床级标注质量（经四位专业牙医复核）显著提升了模型对微小病灶（面积占比≤0.5%）的定位精度，推动相关研究的可重复性与可比性达到新高度。

衍生相关工作

基于PerioXrays的开放特性，已衍生出三类重要研究方向：一是改进型检测框架如Salience-DETR通过层次化显著性过滤优化检测性能；二是跨模态研究将全景X光与锥形束CT数据融合；三是扩展至其他口腔疾病检测任务，如Chen等人提出的CariesXrays框架利用相似特征金字塔对比学习实现龋齿检测。这些工作共同推动了口腔影像分析从单一疾病诊断向多病种联合分析的范式转变。