Научная статья

Обнаружение и классификация зубов на панорамных рентгенограммах для автоматизированного заполнения стоматологических карт: повышение точности классификации с помощью изображений разных размеров

Tooth detection and classification on panoramic radiographs for automatic dental chart filing: improved classification by multi-sized input data

Oral Radiology
10.1007/s11282-019-00418-w
Открыть в журнале PubMed
FWCI: 15.4FWCI — Field-Weighted Citation Impact (индекс цитируемости с поправкой на область науки). 1.0 = среднее, > 1 = выше среднего · Процитировано: 107 · Ссылки: 17 · Лицензия: Закрытая
Цитирование по годам: 2026: 12 · 2025: 24 · 2024: 29 · 2023: 26 · 2022: 22

Аннотация

Цель: Состояние зубов играет важную роль в судебной радиологии при массовых катастрофах. Однако стоматологическая информация, хранящаяся в клиниках, как правило, не стандартизирована и не представлена в электронном виде. Целью настоящего исследования была разработка компьютерной системы для обнаружения и классификации зубов на панорамных рентгенограммах с целью автоматизированного структурированного ведения стоматологических карт. Систему также можно использовать на этапе предварительной обработки изображений при компьютерном анализе стоматологических заболеваний.

Методы: Для обучения и тестирования сети обнаружения объектов использовали 100 панорамных рентгенограмм зубов с применением четырёхкратной перекрёстной проверки. Обнаруженные ограничивающие рамки затем классифицировали с помощью классификационной сети по четырём типам зубов — резцы, клыки, премоляры и моляры — и трём состояниям: без металлических реставраций, с частичной реставрацией и с полной реставрацией. На основании результатов визуализации для двух входных слоёв сверточной нейронной сети использовали изображения разных размеров. Результаты оценивали по чувствительности обнаружения, числу ложноположительных обнаружений и точности классификации.

Результаты: Чувствительность обнаружения зубов составила 96,4%, число ложноположительных обнаружений — 0,5 на один случай. Точность классификации типов зубов и их состояния составила соответственно 93,2 и 98,0%. Использование сети с двумя входными слоями повысило точность классификации типов зубов на 6 процентных пунктов.

Выводы: Предложенный метод может быть полезен для автоматизированного ведения стоматологических карт при судебно-медицинской идентификации, а также для предварительного скрининга стоматологических заболеваний.

Переведем эту статью за 1 час

Загрузите PDF, а мы сделаем полный перевод, краткий конспект и красивую инфографику.

Попробовать бесплатно →

Также в Подтеме: еженедельные литобзоры, база международных клинреков и конспекты свежих мед. статей и подкастов каждый день.