不同光谱照明条件下的牙齿图像分割

摘要：

对不同光谱照明条件下的牙齿图像进行分割有助于将在不同光谱照明条件下发生位置变动的牙齿对齐,从而实现对牙齿色度坐标的精确测量,为口腔修复术中的牙齿颜色匹配打下坚实的基础.然而,分割模型在不同光谱照明条件下表现出的性能并不一致.研究结果表明,在白光照明条件下的高对比度图像中,采用人工标记的牙齿多光谱图像来训练的用于分割单个牙齿实例图像的深度神经网络Mask R-CNN能够获得良好的分割结果,但在红、蓝或紫色光照明条件下的部分低对比度的牙齿图像中模型无法正确分割.为了解决这一问题,文中使用了一种现有的光谱重建方法来增强训练数据.实验结果表明,使用该数据增强方法的模型在不同光谱照明下的平均分割精度从对比模型的84.9%提高至89.2%,该数据增强方法显著提高了牙齿分割模型在不同光谱照明条件下的性能,并增强了模型的鲁棒性和泛化能力.

关键词：牙齿图像分割、多光谱图像、深度神经网络、数据增强、光谱重建、牙齿颜色

所属期刊栏目：46

分类号：TN911.73-34;TP391.4

在线出版日期：2023-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：64-67