基于深度学习的全景片自动牙位标识

根据国际牙科联盟系统的全景片影像实际特征,提出一种基于参数优化的用于自动牙齿检测和标号分类的方法。运用先进的深度学习方法构建创新以及实用的三阶段牙科全景片牙齿标识方法。使用全景片图像将其分为几个阶段,以SqueezeNet的基于掩膜区域卷积神经网络作为基线模型进行特征提取过程,使用燕群优化算法进行参数优化,应用基于SoftMax分类器的牙齿预测和加权极限学习机的阶段分类模型确定牙齿编号类别标签,在图像数据集上进行评估,所提方法具有性能竞争力。