Dental enumeration and multiple treatment detection on panoramic X-rays using deep learning

Abstract

本文开发了一种新的强大的深度学习框架，称为DENTECT，用于即时检测五种不同的牙科治疗方法，并根据全景x射线图像上的FDI符号同时对牙列进行编号。这使得DENTECT成为第一个专注于识别多种牙科治疗的系统;即根尖周围病变治疗、填充物、根管治疗(RCT)、手术拔牙、常规拔牙均准确定位在相应的边界和牙数内。虽然DENTECT只训练了1005张图像，但专家提供的注释在处理和枚举检测方面都提供了令人满意的结果。该框架以89.4%的平均精度(AP)评分进行枚举，并以59.0%的AP评分进行治疗识别。临床上，DENTECT是一种实用和可采用的工具，可以加速治疗计划的过程，其准确性可以与牙科临床医生竞争。

网络架构图

图1所示。象限分割模型;将全景x射线图像输入象限分割模型，将其分割为4个象限。然后，每个象限被裁剪为一个边距。

图2。处理检测模型和枚举模型;每个裁剪的象限直接输入到处理检测模型中，旋转后再输入到枚举模型中。然后合并结果。在两种检测模型中࿰