固定正畸患者牙龈出血口内照片深度学习数据
数据集简介
研究说明
本记录服务于一项二次横断面分析:在固定正畸矫治患者中,将探诊测得的牙龈出血与基于口内照片的深度学习评分进行比较,并按口腔卫生勤勉程度进行分层。研究对象来自公开的 AIRC-LABDEN 数据集,覆盖越南河内两家中心的 148 名固定正畸矫治患者。分析以潜类别分析对九项自报居家护理习惯进行分层,并与 28 颗牙的探诊出血指数(SBI)对照。
影像分析方面,研究使用从 DINOv2 ViT-S/14 微调得到的有序网络,从原始口内照片对每颗被拍摄牙齿的 SBI≥2 进行评分。记录中包含派生数据、分析结果、训练模型权重与分析代码,便于复核论文中的统计与建模流程。
源数据
原始数据为 AIRC-LABDEN 数据集,由原作者存放于 Mendeley Data,分为两部分:Part 1 的 DOI 为 10.17632/g8yhdvgjy2.3,Part 2 的 DOI 为 10.17632/xjs4bfgzj5.3。AIRC-LABDEN 数据集本身采用 CC BY 4.0 许可。
本记录不再分发原始口内照片与标签文件;如需复现影像流程,应先在 Mendeley Data 获取上述两部分原始数据,再与本记录中的派生表、裁剪清单和模型权重配合使用。
内容
发布包以 zenodo_paczka.zip 形式组织,解压后按用途分为若干目录:
profiles/:习惯编码、潜类别分析、bootstrap 稳定性、三步 BCH 对比、测量模型、牙级广义估计方程、简版问卷与不一致患者相关材料。obraz/:图像流程,包括标签索引、牙目标、裁剪、患者级划分、阶段 A 骨干预选、阶段 B 微调与配置选择、评估、敏感性分析、推理计时,以及探索性遮挡与颜色分析。ryciny/:文章表格与图表的生成脚本。tests/:检查不跨折计算统计量的测试。data/raw/clinical_records_parsed.csv:每名患者 28 颗牙的 SBI、习惯条目、年龄、性别与矫治器佩戴月数。data/derived/:牙齿与患者表、原照片区域框、裁剪清单、患者级划分、编码习惯与象限评分。results/profiles/:潜类别枚举、后验与剖面、稳定性、BCH 对比、测量模型、牙级模型与问卷结果。results/cnn/:折外牙级评分(p_img_oof*.csv)、裁剪级评分、指标、阶段 A/B 选择、健全性检查、计时、运行元数据与探索性分析;训练模型权重位于results/cnn/runs/<configuration>/o<fold>/i<model>/weights.pt,15 个模型合计约 1.3 GB。results/tabele/:文章与补充材料的全部表格。
文件格式涵盖 zip、CSV、Python 脚本、PyTorch 权重(.pt)、SHA256 校验文件与 README.md。
复用注意事项
使用本记录中的影像评分与模型权重时,需注意原始照片与标签文件不随本包提供,相关路径与索引需指向从 Mendeley Data 获取的 AIRC-LABDEN 数据。图像流程按患者级划分组织,评估结果以折外预测文件形式给出,复用时应保持相同的划分与配置,以免训练与评估数据交叉。
统计部分包含不跨折计算统计量的检查脚本,复现牙级与患者级结果前建议先运行该检查。若仅使用派生表而不涉及影像,可直接读取 data/raw/ 与 data/derived/ 下的 CSV。
运行方式
代码以 Python 编写,目录中提供 README.md 说明运行步骤。影像流程分为阶段 A 骨干预选与阶段 B 微调及配置选择,随后进行评估、敏感性分析与推理计时;统计流程覆盖潜类别分析、bootstrap 稳定性、三步 BCH 对比、测量模型与牙级广义估计方程。表格与图表由 ryciny/ 下脚本生成,结果写入 results/ 对应子目录。
许可
数据、结果与模型权重采用 CC BY 4.0 许可,派生自同样采用 CC BY 4.0 的 AIRC-LABDEN 数据集,使用时需同时引用该数据集。代码采用 MIT License,具体条款见包内 LICENSE 文件。模型基于 DINOv2 ViT-S/14 微调,该骨干网络采用 Apache License 2.0。