一个多中心牙科全景放射图像数据集,用于受影响的牙,牙周炎和牙:对比分段和分类任务
Xiang Li1,2,3, Xuan Ma4, Yibai Zhao4
1Department of Oral and Maxillofacial Surgery, General Hospital of Ningxia Medical University, Yinchuan, Ningxia, 750004, China.
Journal of imaging informatics in medicine
|February 6, 2024
概括
这项研究引入了一个新的多中心数据集,用于牙科成像中的人工智能. 该数据集支持改进的人工智能模型,用于诊断牙科疾病,如牙损伤和牙周炎.
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:
- 牙科诊断中的人工智能 (AI) 依赖于强大的数据集.
- 目前用于全景射线图的AI数据集通常是有限的,阻碍了模型的概括.
- 需要多样化,多中心的数据集来推进牙科成像中的AI.
研究的目的:
- 介绍一个全新的多中心,多任务标记数据集,用于全景放射.
- 解决AI牙科研究中单中心和单任务数据集的局限性.
- 促进人工智能模型的开发和基准测试,以诊断牙科疾病.
主要方法:
- 来自多家医院的三个不同的数据集的汇编.
- 包括全景放射图像,涵盖受影响的牙,牙周炎和牙损伤.
- 通过基准细分和分类任务进行绩效评估.
主要成果:
- 该数据集共包含6536张全景放射图像.
- 它包括对受影响的牙 (2555张图像),牙周炎 (2735张图像) 和牙损伤 (1246张图像) 的标记数据.
- 基准测试证实了数据集对评估细分和分类人工智能模型的有效性.
结论:
- 提出的多中心数据集增强了用于牙科疾病诊断的AI研究.
- 它为在细分和分类任务中对AI模型进行基准测试提供了宝贵的资源.
- 这一数据集支持在牙科中开发更具普遍性和准确性的AI诊断工具.
