一个用于半监督深度学习图像细分的多模式牙科数据集
Yaqi Wang1,2, Fan Ye3, Yifei Chen4
1College of Media Engineering, Communication University of Zhejiang, Hangzhou, 310018, China.
Scientific data
|January 20, 2025
概括
研究人员开发了最大的多模式牙科成像数据集,用于半监督牙细分 (STS-Tooth). 这一数据集结合了全景X射线图像 (PXI) 和圆束计算机断层扫描 (CBCT) 来改进人工智能驱动的牙科诊断.
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:
- 牙疾病很普遍,需要先进的诊断工具.
- 全景X射线图像 (PXI) 和圆束计算机断层扫描 (CBCT) 对于牙科诊断至关重要.
- 对于牙细分的深度学习有助于识别治疗区域和病变,但缺乏足够的数据.
研究的目的:
- 为半监督牙细分 (STS-Tooth) 引入一个新的多式联络数据集.
- 为解决AI模型培训公共牙科成像数据集的稀缺问题.
主要方法:
- 开发了STS-2D-Tooth,拥有4000张PXI图像和900张口罩,按年龄分类.
- 创建了STS-3D-Tooth,拥有148,400次CBCT扫描和8,800张口罩,提供详细的3D信息.
- 结合PXI和CBCT数据,形成一个全面的多式联运数据集.
主要成果:
- 建立了第一个集成PXI和CBCT的多式联络数据集,用于牙细分.
- 创建了迄今为止最大的牙细分任务数据集.
- 为推进牙科成像中的AI提供了宝贵的资源.
结论:
- STS-Tooth数据集是半监督牙细分研究的一个重大进步.
- 这种多模式数据集将加速开发更准确的牙科诊断人工智能工具.
- 有助于改善牙科状况的本地化和治疗规划.


