基于深度学习的牙齿病变自动检测算法

龋病、牙周病等口腔疾病是影响人民健康的常见病和多发病,不仅影响口腔器官功能的发挥,还常常影响全身健康,导致生活质量下降。X光片是牙科疾病诊断过程中的重要依据之一,X光片的智能化诊断对于快速准确诊断牙齿病变具有重要作用。为了实现对龋齿病变和牙根尖周病变的自动检测,本团队创建了牙齿X光片数据集,并采用YOLOV5算法对牙齿X光片中的病变区域进行了检测。检测结果表明,该算法可以有效识别牙齿中的龋齿病变和牙根尖周病变,并能检测出这两种病变的区域,检测准确率超过95%,可以满足牙齿病变智能化诊断的临床需求。

ODIS-I型口腔数字成像系统的临床应用评价

目的 :评价数字化成像技术在口腔病变检查中的应用效果。方法 :对于应用ODIS_I口腔数字成像系统拍摄的578例不同分区的牙齿病变的图像进行成像质量判定。结果 :口腔数字成像系统X线成像所需放射剂量明显减少 ,获得的图像质量基本优良 ,上颌前牙的影像最佳 ,下颌阻生牙的影像较差。结论 :应用ODIS_I口腔数字成像系统拍摄的各类牙齿病变的图像可以基本满足临床检查的需要。尚有待于进一步提高口腔数字成像系统的性能。