典型文献
基于深度学习的牙齿病变自动检测算法
文献摘要：
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.
文献关键词：
图像处理;深度学习;牙齿病变;目标检测
中图分类号：
作者姓名：
刘丰;韩民;万军;刘超
作者机构：
山东大学信息科学与工程学院,山东青岛266237;山东大学齐鲁医院口腔颌面外科,山东济南250012
文献出处：
引用格式：
[1]刘丰;韩民;万军;刘超-.基于深度学习的牙齿病变自动检测算法)[J].中国激光,2022(20):120-126
A类：
牙齿病变
B类：
自动检测,检测算法,龋病,牙周病,口腔疾病,人民健康,常见病,多发病,器官功能,全身健康,牙科,疾病诊断,诊断过程,快速准确,龋齿,牙根尖,根尖周病变,本团,YOLOV5,检测准确率,临床需求,目标检测
AB值：
0.302604
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
