基于单步神经网络的牙根与下颌管关系自动检测

摘要：

为了提高曲面体层片中下颌阻生智齿牙根与下颌管位置关系的识别精度和效率,提出一种基于深度卷积神经网络的自动检测方法.该方法将下颌阻生智齿牙根与下颌管位置关系的自动检测视为回归任务与分类任务的结合,以YOLOv5网络为框架构建可同时完成分类和定位任务的深度卷积神经网络,将对应锥形束CT图像中获取的空间位置关系信息作为分类金标准,训练其学习曲面体层片图像特征与接触下颌管的智齿牙根之间的非线性关系.将新获得的曲面体层片输入到训练好的网络模型后,即可获得该曲面体层片下颌阻生智齿牙根与下颌管相互接触的概率值,同时预测出存在牙根与下颌管相互接触情况的区域.实验结果表明,本文方法能准确地判断出下颌阻生智齿牙根与下颌管是否接触,并能预测出存在牙根与下颌管相互接触情况的区域;与人工判读和其他方法相比,能获得更准确的检测结果.

关键词：深度卷积神经网络、曲面体层片、下颌阻生智齿、位置关系

所属期刊栏目：32

分类号：O242;R814(计算数学)

资助基金：江苏省自然科学基金;江苏省卫生健康委面上项目;江苏省高等学校自然科学研究项目

在线出版日期：2023-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：198-208