Обнаружение стоматологических патологий (DENTEX Challenge)

Собран в рамках конкурса DENTEX (Dental Enumeration and Diagnosis on Panoramic X-rays) на конференции MICCAI 2023. Датасет структурирован иерархически: сначала определяется квадрант, затем конкретный зуб внутри квадранта, затем — диагноз. Каждый зуб с патологией размечен bounding box и меткой заболевания.

• Объём: ~3 000 снимков (train) + ~500 (validation) + ~700 (test); суммарно ~4 200 ортопантомограмм

• Структура: изображения (PNG) + JSON-аннотации (COCO-формат), 3 уровня иерархии

• Патологии: Caries (кариес), Deep Caries (глубокий кариес), Periapical Lesion (периапикальное поражение), Impacted Tooth (ретинированный зуб)

• Признаки аннотации: image_id, quadrant (1–4), enumeration (ISO номер зуба), diagnosis (тип патологии), bbox (x, y, w, h), confidence, category_id, area

Пример таблицы аннотаций

Для кого

• Стоматологические клиники и сети

• MedTech-компании и разработчики AI-диагностики

• Производители дентального рентгенологического оборудования

• Страховые компании в сфере стоматологического страхования

• Телемедицинские и телестоматологические платформы

Как помогает бизнесу

• Построение системы автоматического обнаружения патологий на рентгенограмме до осмотра врача — сокращение времени приёма

• Снижение числа пропущенных диагнозов: модель выявляет ранние стадии кариеса и периапикальные изменения, незаметные при быстром осмотре

• Автоматизация формирования плана лечения на основе результатов анализа снимка

• Документирование патологий в стандартизированном формате для страховых заявок и медицинских карт

• Интеграция в систему второго мнения (second opinion) при спорных клинических случаях

Задачи машинного обучения

• Feature Extraction

• Anomaly Detection

• Tabular Classification

Источники

• URL: https://github.com/ibrahimhamamci/DENTEX

• Зеркало: https://huggingface.co/datasets/ibrahimhamamci/DENTEX

• Источник: MICCAI 2023 Challenge / Hacettepe University

Соотношение разделения данных: 70 / 15 / 15