基于逐点定位与距离正则化的牙科全景X射线图像中单颗牙齿检测与识别

牙科全景X射线成像因其极小的辐射剂量而是一种流行的诊断方法。对于牙科诊所中的自动化计算机辅助诊断系统，从全景X射线图像中自动检测与识别单颗牙齿是关键前提。在本研究中，我们通过引入空间距离正则化损失，提出一种逐点牙齿定位神经网络。所提网络首先对全部解剖学牙齿（即32个点）进行中心点回归，从而自动识别每颗牙齿。通过在空间距离的拉普拉斯算子$L_2$正则化损失上考虑，对这32个点施加一种新颖的距离正则化惩罚。随后，使用级联神经网络基于图像块逐一定位牙齿边界框。在最终输出上采用多任务偏移训练以提高定位精度。我们的方法不仅成功定位存在的牙齿，也定位缺失的牙齿；因此实现了高精度的检测与识别。实验结果表明，所提算法优于当前最优方法，与性能最佳的方法相比将牙齿检测的平均精度提高了15.71%。识别精度达到了0.997的精确率与0.972的召回率。此外，由于对固定的32个点进行前置回归而不论牙齿是否存在，所提网络不需要任何额外的识别算法。