企业官网建设流程全解析

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 Oncology（2024，DOI: 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 Oncology（2024），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 Oncology（2024，DOI: 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