目的通過構(gòu)建基于深度學習模型的計算機輔助齲病診斷系統(tǒng),檢測根尖X線片圖像中恒牙鄰面齲,為鄰面齲的早期診斷提供參考。方法選擇福建醫(yī)科大學附屬口腔醫(yī)院口腔頜面外科門診提供的因正畸需要或無保留價值而拔除的人離體恒前磨牙及磨牙160顆（外觀完整或鄰面齲洞緣位于釉質(zhì)牙骨質(zhì)界之上）,拍攝根尖X線片,進行組織學檢測并分級（0級:無齲壞;1級:齲壞達釉質(zhì)外1/2;2級:齲壞達釉質(zhì)內(nèi)1/2;3級:齲壞達釉質(zhì)牙本質(zhì)界;4級:齲壞達牙本質(zhì)外1/2;5級:齲壞達牙本質(zhì)內(nèi)1/2）。根據(jù)組織學分級將160顆離體牙根尖X線片均分為訓練集和測試集（各80顆）。由2名評估者參照組織學圖像對訓練集根尖X線片進行齲壞標記,建立基于深度學習模型的計算機輔助齲病診斷系統(tǒng)。由另2名評估者和計算機輔助齲病診斷系統(tǒng)分別對測試集根尖X線片進行鄰面齲診斷。以組織學檢測結(jié)果作為金標準,通過受試者工作特征曲線（receiver operating characteristic curve,ROC）綜合評估肉眼診斷和計算機輔助齲病診斷系統(tǒng)的靈敏度和特異度,利用ROC曲線下面積（areas under the ROC curve,AUC）值比較... 

【文章頁數(shù)】：7 頁

【參考文獻】：
期刊論文
[1]不同數(shù)據(jù)集容量下的卷積神經(jīng)網(wǎng)絡圖像識別性能[J]. 邢世宏,施聞明,任薈潔.  艦船科學技術(shù). 2019(21)
[2]口腔內(nèi)科臨床中數(shù)字化根尖片的應用分析[J]. 劉旭.  全科口腔醫(yī)學電子雜志. 2019(10)
[3]基于深度卷積神經(jīng)網(wǎng)絡算法的肺結(jié)節(jié)檢測模型[J]. 楊晶晶,王騫,宣曉華.  數(shù)學建模及其應用. 2017(04)
[4]計算機輔助檢測錐形束CT圖像中鄰面齲靈敏度的研究[J]. 張智玲,李居朋,李剛,馬緒臣.  中華口腔醫(yī)學雜志. 2017 (02)
[5]深度卷積神經(jīng)網(wǎng)絡在計算機視覺中的應用研究綜述[J]. 盧宏濤,張秦川.  數(shù)據(jù)采集與處理. 2016(01)
[6]圖像邊緣提取方法及展望[J]. 季虎,孫即祥,邵曉芳,毛玲.  計算機工程與應用. 2004(14)



本文編號：3659991