X 射线图像中牙齿的自动分割：趋势、一个新数据集、基准测试与未来展望
计算机视觉与模式识别
2018-02-12 v1
摘要
本综述对应用于牙科成像的分割方法文献进行了深入研究。我们研究并依据分割方法类型（基于区域、基于阈值、基于聚类、基于边界或基于分水岭）、所用 X 射线图像类型（口内或口外）以及前沿工作中用于评估方法的数据集特征，对十种分割方法进行了分类。我们发现文献主要聚焦于基于阈值的分割方法（54%）。所综述论文中 80% 在其实验中使用了口内 X 射线图像，显示出偏好对已隔离牙齿部位的图像进行分割，而非使用显示口腔牙齿结构与面部骨骼的口外 X 射线。为填补该领域的一个科学空白，本文提出一个基于口外 X 射线图像的新数据集。我们还就所提出的由 1500 幅图像组成的数据集，对十种图像分割方法所得结果进行了统计比较，从而提供更全面的性能评估来源。文中亦讨论了过去一年所构想方法的局限性，以及利用基于学习的分割方法来提升性能的 future perspectives。
引用
@article{arxiv.1802.03086,
title = {Automatic segmenting teeth in X-ray images: Trends, a novel data set, benchmarking and future perspectives},
author = {Gil Jader and Luciano Oliveira and Matheus Pithon},
journal= {arXiv preprint arXiv:1802.03086},
year = {2018}
}