面具精细化网络用于全景放射图上的牙细分
Li Niu1, Shengwei Zhong2, Zhiyu Yang1
1Nanjing Stomatological Hospital, Affiliated Hospital of Medical School, Nanjing University, Nanjing, Jiangsu Province 210008, China.
Dento maxillo facial radiology
|January 2, 2024
概括
本研究介绍了一种深度学习算法,用于全景放射图中精确的牙细分. 新型面具精制网络显著提高了临床诊断和自动牙科应用的准确性.
科学领域:
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 在全景放射图 (PRs) 中,实例级牙细分对于提取详细的定位和形状信息至关重要.
- 准确的细分有助于临床诊断和治疗规划.
研究的目的:
- 评估一个面具精炼网络,旨在精确地从PR中提取牙边缘.
- 评估用于单个牙细分的新型深度学习算法的性能.
主要方法:
- 利用一个公开的数据集,543个PRs与16211标记牙.
- 采用一个基于面具区域的卷积神经网络 (面具RCNN) 作为基线.
- 开发了一种新的损失函数,用于准确的面具边缘生成,并与三种现有方法进行比较.
主要成果:
- 拟议的口罩精炼网络实现了高性能,平均精度 (AP) 为0.686,精度为0.979,召回为0.952.
- 整个联盟的平均交叉点 (mIoU) 为0.941,平均豪斯多夫距离 (mHAU) 为9.7.
- 与现有的牙细分方法相比,该算法显示出明显优异的结果.
结论:
- 开发了一种高效的深度学习算法,用于从PRs中准确地提取个别牙口罩.
- 精确的牙口罩作为临床诊断和治疗的宝贵参考.
- 这种算法为牙科中先进的自动化处理提供了基础.
