在全景射线图上使用集体深度学习进行自动化 Caries 查.

科学领域:

• 牙科 牙科是指牙科的专业.
• 人工智能的人工智能
• 医疗成像医学成像

背景情况:

• 预防牙损伤对于保持口腔卫生至关重要.
• 当前的诊断方法可能是劳动密集型,容易出现人为错误.
• 需要自动化,可靠的牙科诊断工具.

研究的目的:

• 开发和评估一种完全自动化的方法,用于从全景射线图中诊断.
• 从放射图片中对单个牙进行细分,并提取诊断特征.
• 提高牙腐烂检测的准确性和可靠性.

主要方法:

• 从全景放射图中对牙区域进行自动细分.
• 使用预训练的深度学习网络 (VGG,Resnet,Xception) 提取功能.
• 使用组合方法 (随机森林,KNN,SVM) 的分类,对最终诊断进行多数投票.

主要成果:

• 拟议的自动化方法实现了高诊断准确度.
• 获得了93.58%的精度,93.91%的灵敏度和93.33%的特异性.
• 在可靠性和诊断效率方面表现优于现有方法.

结论:

• 开发的自动化系统显示出在牙科设施中广泛实施的重大前景.
• 这种方法可以促进牙科诊断,减少手工劳动,并尽量减少诊断错误.
• 这种方法提供了一个可靠和有效的工具,用于皮的预防和管理.