YOLOrtho——一种用于牙齿编号与牙病检测的统一框架
计算机视觉与模式识别
2023-09-06 v2
摘要
通过全景X光图像检测牙病是牙医的标准流程。通常，牙医需要识别疾病并找到受感染的牙齿。尽管已开发出许多采用这一两步流程的机器学习模型，但尚未有能够同时识别牙齿及其相关疾病的端到端模型。为填补这一空白，我们开发了YOLOrtho，一种用于牙齿编号与牙病检测的统一框架。我们在Dentex Challenge 2023数据上开发我们的模型，该数据由三种不同类型的标注数据组成：第一部分标注了象限，第二部分标注了象限和编号，第三部分标注了象限、编号和疾病。为了进一步改进检测，我们使用了Tufts Dental公开数据集。为充分利用数据并同时学习牙齿检测与疾病识别，我们将疾病表述为附着于相应牙齿的属性。鉴于牙齿编号中位置关系的特性，我们在模型中用CoordConv替换卷积层，以提供更多位置信息。我们还调整了模型架构，并在FPN中插入一个额外的上采样层以利于大目标检测。最后，我们提出了一种基于线性指派修正牙齿编号的牙齿布局后处理策略。实验结果表明，我们的模型超越了大型基于Diffusion的模型。
引用
@article{arxiv.2308.05967,
title = {YOLOrtho -- A Unified Framework for Teeth Enumeration and Dental Disease Detection},
author = {Shenxiao Mei and Chenglong Ma and Feihong Shen and Huikai Wu},
journal= {arXiv preprint arXiv:2308.05967},
year = {2023}
}