临床注释和细分工具 (CAST) 为牙科诊断的实施

科学领域:

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

背景情况:

• 准确的牙图像分析对于诊断和治疗计划至关重要.
• 手动注释牙科图像耗时且容易出现错误.

研究的目的:

• 开发和评估一个基于深度学习的无监督工具,用于自动化临床注释和细分 (CAST).
• 在口腔内照片和口腔放射图中分离出临床意义上的牙.

主要方法:

• 使用了一组内部口腔照片和牙科放射图的数据集,用于训练.
• 采用YOLOv8对象检测和SegmentAnything模型进行自动注释和细分.
• 集成的X-AnyLabeling用于手动重新注释和强化学习.

主要成果:

• 在牙检测方面获得了77.4%的平均平均精度 (mAP).
• 与X射线相比,在口内图像上表现出优异的细分性能.
• 该模型成功地在没有人工干预的情况下对牙相关的特征和病变进行了细分.

结论:

• 开发的CAST工具显示了自动化牙科图像注释和细分的初步承诺.
• 需要进一步的研究来克服目前的局限性并提高性能.
• 这项技术有可能提高牙科诊断的效率.