基于改进的口罩R-CNN的牙裂的自动检测和细分
IEEE journal of biomedical and health informatics
|June 26, 2025
概括
这项研究引入了一种先进的AI模型,用于检测破裂的牙,改善早期诊断和干预. 新方法提高了准确性,并保留了牙结构,从而改善了患者的治疗结果.
科学领域:
- 人工智能在牙科中的应用
- 医学图像分析 医学图像分析
- 牙科诊断 牙科诊断 牙科诊断
背景情况:
- 破裂的牙由于微妙和不规则的特征而构成诊断挑战.
- 早期检测至关重要,以防止进一步的牙损伤和并发症.
研究的目的:
- 开发一个自动化系统,用于准确地检测和细分破裂的牙.
- 改进现有的识别微妙牙骨折的方法.
主要方法:
- 使用了一个改进的Mask R-CNN实例细分网络.
- 整合了ResNeXt-50(32×4d) 骨干和一个裂特征增强模块 (CFEM).
- 实施了重新设计的面具头,具有编码器-解码器结构和动态蛇形卷曲.
主要成果:
- 与最先进的技术相比,拟议的方法显示出更高的性能.
- 在真实口腔内图像上的实验证实了该模型在检测牙裂方面的有效性.
- 该系统实现了更准确,更早地检测破裂的牙.
结论:
- 开发的AI模型在诊断破裂的牙方面取得了重大进展.
- 这项技术促进了及时干预,减少了侵入性治疗,并保留了牙结构.
- 代码和数据集的可用性促进了牙科诊断领域的进一步研究和应用.


