基于深度学习的全景X光片牙齿分割与定向方法
计算机视觉与模式识别
2025-08-19 v2 人工智能
机器学习
摘要
准确的牙齿分割与定向是现代口腔医疗的基础，可实现精确诊断、治疗规划和种植牙设计。在本研究中，我们利用深度学习技术，提出一种从全景X光图像进行牙齿分割与定向的综合方法。我们构建了端到端实例分割网络，采用编码器—解码器架构，并在跳跃连接上辅以网格感知注意力门。我们通过主成分分析（PCA）引入有向边界框（OBB）生成，以精确估计牙齿方向。在包含543张全景X光图像的公开DNS数据集上评估我们的方法，我们在牙齿实例分割中相较于对比模型取得了最高的交并比（IoU）82.43%和Dice相似系数（DSC）90.37%。在OBB分析中，我们获得旋转交并比（RIoU）82.82%。我们还对单个牙齿标签和分类性能进行了详细分析，揭示了优势与不足。所提模型的准确性与通用性为改善口腔领域的诊断、治疗规划和个性化医疗提供了良好前景。我们生成的OBB坐标与代码见 https://github.com/mrinal054/Instance/teeth/segmentation。
引用
@article{arxiv.2310.17176,
title = {A Deep Learning Approach to Teeth Segmentation and Orientation from Panoramic X-rays},
author = {Mou Deb and Madhab Deb and Mrinal Kanti Dhar},
journal= {arXiv preprint arXiv:2310.17176},
year = {2025}
}