基于 U-Net 与形态学处理的全景牙科放射影像中牙齿实例分割
图像与视频处理
2022-04-04 v1 计算机视觉与模式识别
机器学习
摘要
全景 X 射线图像中的自动牙齿分割是牙科图像分析的重要研究课题。在本研究中，我们提出一个后处理阶段以获得图像中对象相互分离的分割图，并将该技术应用于基于 U-Net 网络的牙齿实例分割。该后处理由灰度形态学与滤波操作组成，在二值化之前应用于网络的正弦（sigmoid）输出。在整体牙齿分割中获得了 95.4 ± 0.3% 的 Dice 重叠分数。所提出的后处理阶段将牙齿计数的平均误差降低至 6.15%，而无后处理时的误差为 26.81%。据我们所知，分割与牙齿计数的性能均为文献中最优。此外，这是通过使用相对较小的训练数据集（由 105 张图像组成）实现的。尽管本研究旨在分割牙齿实例，所提出的方法也适用于其他领域的类似问题，例如分离细胞实例。
引用
@article{arxiv.2204.00095,
title = {Tooth Instance Segmentation on Panoramic Dental Radiographs Using U-Nets and Morphological Processing},
author = {Selahattin Serdar Helli and Andac Hamamci},
journal= {arXiv preprint arXiv:2204.00095},
year = {2022}
}
备注
12 pages, 7 figures