换一批
换一批基于卷积神经网络的种植体周围牙槽骨关键点识别方法研究
Convolutional neural network-based key point detection method for peri-implant alveolar bone
摘要目的:为了准确识别种植体周围牙槽骨的关键点,提出一种基于卷积神经网络(convolutional neural network,CNN)的种植体周围牙槽骨关键点识别方法.方法:首先,收集 158 例成人患者种植牙术后的锥形束CT(cone beam CT,CBCT)影像学资料,选择 436 张种植体的冠状位、矢状位的切片图像;其次,采用高分辨力网络(high-resolution network,HRNet)进行特征提取,通过属性分解热图实现单阶段牙槽骨关键点检测,并采用局部估计精化(refinement with local estimation,LE Refinement)方法减小由于热图分辨力低引起的量化误差;最后,将LE Refinement方法与None、Upsample、Offset regression方法进行对比,以验证其对种植体周围牙槽骨关键点的识别效果.结果:LE Refinement方法识别种植体周围牙槽骨关键点的平均精度均值为 85.6％,均优于None、Upsample、Offset regression方法.结论:基于CNN的种植体周围牙槽骨关键点识别方法能够较好地识别种植体周围牙槽骨关键点,可以为临床医生提供参考.
更多相关知识
- 浏览26
- 被引0
- 下载4
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
