DetSegDiff:在口内超声波中联合检测和细分牙周里程碑,使用基于边缘增强扩散网络的超声波
Logiraj Kumaralingam1, Hoang B V Dinh1, Kim-Cuong T Nguyen1
1Department of Radiology and Diagnostic Imaging, University of Alberta, Edmonton, Alberta, T6G 2R7, Canada.
Computers in biology and medicine
|September 25, 2024
概括
一个新的AI工具,DetSegDiff,在超声波视频中准确地检测水泥结 (CEJ) 和膜骨段,帮助正牙诊断和治疗规划.
科学领域:
- 生物医学工程 生物医学工程
- 医疗成像医学成像
- 矯正牙科 矯正牙科是一種矯正牙科.
背景情况:
- 诊断不良闭塞需要评估牙周结构,通常使用口腔内超声波 (US) 成像.
- 由于时间限制和潜在的解释错误,分析美国的视频具有挑战性.
研究的目的:
- 介绍DetSegDiff,一个AI网络,用于在美国口腔内视频中同时检测CEJ和膜骨细分.
- 为了提高牙周结构分析的准确性和效率.
主要方法:
- 开发了一个基于边缘增强的扩散网络 (DetSegDiff),包括边缘特征编码器和空间挤压注意模块 (SSAM).
- 训练并测试了来自正牙患者的口内美国视频上的网络.
- 与最先进的个人检测和细分网络 (SOTA) 相比,DetSegDiff进行了基准测试.
主要成果:
- 对于CEJ检测,DetSegDiff实现了0.17 ± 0.19毫米的平均距离差异.
- 该方法获得了大气泡骨细分的平均Dice分数为90.1%.
- 在多任务性能方面,DetSegDiff的表现优于现有的SOTA方法.
结论:
- DetSegDiff在分析来自美国口腔内视频的牙周结构方面表现出高的准确性和效率.
- 拟议的自动化系统显示了支持正牙医在诊断和治疗规划方面的可行性.
- 这项工作解决了医疗图像分析中多任务基准网络的需求.
