README.md

---
configs:
- config_name: default
  default: true
  data_files:
  - split: train
    path: "data/train-*"
  - split: validation
    path: "data/validation-*"
  - split: test
    path: "data/test-*"
- config_name: single_image
  data_files:
  - split: train
    path: "single_image/train-*"
  - split: validation
    path: "single_image/validation-*"
  - split: test
    path: "single_image/test-*"
---

# Malocclusal Occlusal Image Dataset  

부정교합 교합 이미지 데이터셋

> **Internal Use Only**  
>
> This dataset repository is private and intended solely for internal research
> and development. Redistribution or external use is prohibited.  
> 본 데이터셋 저장소는 비공개(private)이며 내부 연구 및 개발 목적으로만 사용됩니다.
> 외부 배포 또는 재사용은 금지됩니다.

---

## Overview  

This repository provides occlusal image datasets derived from patient-level records.
All dataset splits are performed **at the patient level** to prevent information leakage.  
본 저장소는 환자 단위(patient-level) 기록으로부터 생성된 교합 이미지 데이터셋을 제공합니다.
모든 데이터 분할은 **환자 단위**로 수행되어 정보 누출을 방지합니다.

The dataset is distributed in **two configurations** within the same Hugging Face
dataset repository.  
본 데이터셋은 하나의 Hugging Face dataset repository 내에서
**두 가지 구성(configuration)** 으로 제공됩니다.

Both configurations are **always generated and uploaded together** by the current build script.  
현재 빌드 스크립트에서는 두 구성 모두가 **항상 함께 생성 및 업로드**됩니다.

---

## Dataset Configurations  
## 데이터셋 구성

### `default` (pairwise)  

- One sample contains a **pair of images**: right and left occlusal views.  
  하나의 샘플은 **우측과 좌측 교합 이미지 한 쌍**을 포함합니다.
- Intended for models that jointly process bilateral occlusal information.  
  양측 교합 정보를 함께 처리하는 모델을 대상으로 합니다.

---

### `single_image`  

- One sample contains **a single image** (either right or left).  
  하나의 샘플은 **우측 또는 좌측 중 하나의 이미지**만 포함합니다.
- Generated by exploding the pairwise dataset.  
  pairwise 데이터셋을 분해(explode)하여 생성됩니다.
- Intended for single-view or image-only models.  
  단일 뷰 또는 이미지 단독 입력 모델을 대상으로 합니다.

---

## Splits  

All configurations provide the same split structure:  
모든 구성은 동일한 데이터 분할 구조를 가집니다.

- `train`
- `validation`
- `test`

### Patient-wise split constraint  

- All samples from the same `patient_id` always belong to the same split.  
  동일한 `patient_id`에 속한 모든 샘플은 항상 동일한 split에 속합니다.
- This constraint is enforced identically for both configurations.  
  이 제약은 두 구성 모두에 동일하게 적용됩니다.
- This prevents train–test leakage across configurations.  
  이를 통해 구성 간 train–test 정보 누출을 방지합니다.

---

## Dataset Schema  

### Config: `default` (pairwise)  

| Field | Type | Description |
|------|------|-------------|
| `image_r` | `Image` | Right occlusal image / 우측 교합 이미지 |
| `image_l` | `Image` | Left occlusal image / 좌측 교합 이미지 |
| `class_r` | `ClassLabel (0..2)` | Angle class (right) / 우측 Angle 분류 |
| `class_l` | `ClassLabel (0..2)` | Angle class (left) / 좌측 Angle 분류 |
| `dist_r` | `float32` | Continuous distance (right) / 우측 연속 거리값 |
| `dist_l` | `float32` | Continuous distance (left) / 좌측 연속 거리값 |
| `patient_id` | `string` | Patient identifier / 환자 식별자 |
| `tx_phase` | `string` | Treatment phase / 치료 단계 |
| `row_id` | `int32` | Pairwise row index / pairwise 행 인덱스 |
| `idx` | `int32` | Source index (tracking) / 원본 인덱스 |

---

### Config: `single_image`  

| Field | Type | Description |
|------|------|-------------|
| `image` | `Image` | Occlusal image / 교합 이미지 |
| `side` | `string` | `"r"` or `"l"` / 우측 또는 좌측 |
| `label` | `ClassLabel (0..2)` | Angle class / Angle 분류 |
| `dist` | `float32` | Continuous distance / 연속 거리값 |
| `patient_id` | `string` | Patient identifier / 환자 식별자 |
| `tx_phase` | `string` | Treatment phase / 치료 단계 |
| `parent_row_id` | `int32` | Source pairwise row / 원본 pairwise 행 |
| `parent_idx` | `int32` | Source index (tracking) / 원본 인덱스 |

---

## Label Convention (라벨 규칙)

- Angle class labels use **0-based indexing**: `{0, 1, 2}`  
  Angle 분류 라벨은 **0부터 시작하는 인덱스** `{0, 1, 2}`를 사용합니다.
    * 0: Angle Class 1
    * 1: Angle Class 2
    * 2: Angle Class 3  
- Labels are converted once during dataset construction.  
  라벨 변환은 데이터셋 생성 시 **한 번만** 수행됩니다.
- Class semantics follow the standard Angle classification.  
  분류 의미는 표준 Angle 분류 체계를 따릅니다.

---

## Usage (사용 방법)

### Load pairwise dataset (default)  

```python
from datasets import load_dataset

ds = load_dataset("dsaint31/hf_maloccu")
````

### Load single-image dataset

```python
from datasets import load_dataset

ds_img = load_dataset("dsaint31/hf_maloccu", "single_image")
```

---

## Notes (참고 사항)

* Dataset splits are **patient-wise**, not sample-wise.
  데이터 분할은 샘플 단위가 아닌 **환자 단위**로 수행됩니다.
* Both configurations always share the same patient split.
  두 구성은 항상 동일한 환자 분할을 공유합니다.
* Tracking fields (`row_id`, `idx`, `parent_row_id`, `parent_idx`) are provided
  for internal analysis and traceability.
  추적용 필드(`row_id`, `idx`, `parent_row_id`, `parent_idx`)는
  내부 분석 및 정합성 검증을 위해 제공됩니다.
* Images are stored as grayscale PNGs and embedded into parquet files during
  Hub upload (`embed_external_files=True`).
  이미지는 grayscale PNG로 저장되며 Hub 업로드 시 parquet 파일에
  직접 포함됩니다(`embed_external_files=True`).

---

## License

Proprietary – Internal use only.

This dataset and any derived artifacts are intended for internal use only.
Unauthorized copying, distribution, or modification is prohibited.
본 데이터셋 및 파생 결과물은 내부 사용만을 목적으로 하며,
무단 복제, 배포, 수정은 금지됩니다.