为牙科放射学人工智能下游任务做好准备:深度学习模型的基线性能比较
Fara A Fernandes1,2, Mouzhi Ge2, Georgi Chaltikyan2
1Department of Information and Communication Technology, University of Agder (UiA), 4879 Grimstad, Norway.
Dento maxillo facial radiology
|November 20, 2024
概括
视觉变压器 (ViT) 和卷积神经网络 (CNN) 在分类牙放射图像方面表现相似. 虽然封闭多层感知器 (gMLP) 的性能略低,但不同的AI架构为特定的牙科成像任务提供了独特的优势.
科学领域:
- 医疗成像中的人工智能
- 用于牙科诊断的深度学习
- 放射图像分析 放射图像分析
背景情况:
- 卷积神经网络 (CNN) 广泛用于医学图像分类.
- 新兴的深度学习模型,如视觉转换器 (ViTs) 和封闭的多层感知器 (gMLPs),提供了替代架构.
- 评估这些模型用于牙科放射分析对于提高诊断准确性至关重要.
研究的目的:
- 为了比较CNN,ViT和gMLP模型的分类性能.
- 评估这些深度学习架构在各种牙科放射学任务上的有效性.
- 确定ViT和gMLP作为牙科成像中CNN的替代品的潜力.
主要方法:
- 利用了从圆束计算断层扫描卷中的回顾式2D放射图像.
- 在四个不同的牙科病例上训练和评估CNN,ViT和gMLP分类器.
- 计算的性能指标包括灵敏度,特异性,准确性,F1得分和AUC-ROC.
主要成果:
- 在所有分类任务中,ViT和CNN的表现相似,准确度从0.71到0.99.
- 与ViT和CNN相比,gMLP的性能略低 (精度为0.65-0.98),而gMLP的性能略低.
- 所有模型的曲线下面积 (AUC) 值都很高,从0.73到1.00不等.
结论:
- ViT和gMLP模型在牙科放射学分类中的性能与当前最先进的CNN相提并论.
- 架构之间的性能差异突出了特定任务的优势.
- 不同深度学习架构的功能可用于优化牙图像分析.
