DENTEX：面向全景X光片的牙齿枚举与牙病检测基准
计算机视觉与模式识别
2025-11-17 v2
摘要
全景X光片在牙科治疗规划中频繁使用，但其判读既耗时又易出错。人工智能（AI）有潜力辅助分析这些X光片，从而提高牙科诊断与治疗规划的准确性。然而，为此设计自动化算法存在重大挑战，主要源于标注数据的稀缺和解剖结构的变异。为解决这些问题，我们联合2023年医学图像计算与计算机辅助干预国际会议（MICCAI）组织了全景X光片牙齿枚举与诊断挑战赛（DENTEX）。该挑战旨在促进用于异常牙齿多标签检测的算法开发，使用了三类分层标注数据：部分标注的象限数据、部分标注的象限-枚举数据，以及完全标注的象限-枚举-诊断数据（包含四种不同诊断）。本文对该挑战的方法与结果进行了全面分析。我们的发现表明，顶尖表现者通过多样化、专门化的策略取得成功，从分割引导的流程到高度工程化的单阶段检测器，并使用了先进的Transformer与扩散模型。这些策略显著优于传统方法，尤其在具有挑战性的牙齿枚举与细微疾病分类任务上。通过剖析驱动成功的架构选择，本文为未来开发可提供更精确高效牙科诊断与治疗规划的AI驱动工具提供了关键见解。评估代码与数据集可在 https://github.com/ibrahimethemhamamci/DENTEX 获取。
引用
@article{arxiv.2305.19112,
title = {DENTEX: Dental Enumeration and Tooth Pathosis Detection Benchmark for Panoramic X-ray},
author = {Ibrahim Ethem Hamamci and Sezgin Er and Omer Faruk Durugol and Gulsade Rabia Cakmak and Ezequiel de la Rosa and Enis Simsar and Atif Emre Yuksel and Sadullah Gultekin and Serife Damla Ozdemir and Kaiyuan Yang and Mehmet Berke Isler and Mustafa Salih Gucez and Shenxiao Mei and Chenglong Ma and Feihong Shen and Kaidi Shen and Huikai Wu and Han Wu and Lanzhuju Mei and Zhiming Cui and Niels van Nistelrooij and Khalid El Ghoul and Steven Kempers and Tong Xi and Shankeeth Vinayahalingam and Kyoungyeon Choi and Jaewon Shin and Eunyi Lyou and Lanshan He and Yusheng Liu and Lisheng Wang and Tudor Dascalu and Shaqayeq Ramezanzade and Azam Bakhshandeh and Lars Bjørndal and Bulat Ibragimov and Hongwei Bran Li and Sarthak Pati and Bernd Stadlinger and Albert Mehl and Mehmet Kemal Ozdemir and Mustafa Gundogar and Bjoern Menze},
journal= {arXiv preprint arXiv:2305.19112},
year = {2025}
}