牙科图像分析中的深度学习：数据集、方法与新兴挑战的系统性综述
计算机视觉与模式识别
2025-10-24 v1 人工智能
摘要
高效分析和处理牙科图像对于牙医实现准确诊断和最优治疗计划至关重要。然而，牙科成像本身存在诸多挑战，如低对比度、金属伪影以及投影角度的变异。结合来自不同临床专家经验差异导致的主观性，手动解读往往耗时且容易不一致。基于人工智能（AI）的自动牙科图像分析（DIA）为解决这些问题提供了有前景的方案，已成为计算机辅助牙科诊断和治疗的重要组成部分。在各种 AI 技术中，深度学习（DL）因其在特征提取和表示方面的卓越能力而最为广泛应用和 influential。为全面总结该领域的最新进展，我们本文聚焦于 DL 研究的两个基本方面——数据集和模型。本文系统性地综述了260项关于深度学习应用于 DIA 的研究，包括49篇关于公开牙科数据集的论文和211篇关于基于深度学习的算法的论文。我们首先介绍牙科成像的基本概念，总结现有数据集的特征和获取方法。随后，我们介绍深度学习的基本技术，并根据不同的 DIA 任务对相关模型和算法进行分类，分析其网络结构、优化策略、训练方法及性能。此外，我们总结了 DIA 领域常用的训练和评估指标。最后，讨论现有研究的当前挑战，概述潜在的未来发展方向。我们希望本工作为该领域的研究者提供一个宝贵且系统的参考。所有补充材料和详细的对比表格将在 GitHub 上公开获取。
引用
@article{arxiv.2510.20634,
title = {Deep Learning in Dental Image Analysis: A Systematic Review of Datasets, Methodologies, and Emerging Challenges},
author = {Zhenhuan Zhou and Jingbo Zhu and Yuchen Zhang and Xiaohang Guan and Peng Wang and Tao Li},
journal= {arXiv preprint arXiv:2510.20634},
year = {2025}
}
备注
52 pages, 24 figures. Under Review