换一批YOLOv5s_CBCT模型在CBCT图像缺牙位置牙槽骨高度和宽度测量中的应用研究
Application research of YOLOv5s_CBCT model in measuring alveolar bone height and width in CBCT images of missing teeth
摘要目的 探究基于YOLOv5s的人工智能模型(YOLOv5s_CBCT)对缺牙位置牙槽骨高度和宽度的测量价值,为口腔种植术前规划提供精准量化工具.方法 基于跨阶段部分融合模块(C2f)和大选择性核模块(LSK)构建C2f_CBCT模块和LSK_CBCT模块,并使用空间到深度下采样模块(SPD)、幽灵卷积模块(GhostConv)、幽灵C3 模块(C3Ghost)和双向特征金字塔网络(BiFPN)等模块和结构,提出YOLOv5s_CBCT模型,将测试图像输入到训练完成后的YOLOv5s_CBCT模型中,分别得出模型对4 个种植区域牙槽骨高度和宽度的预测平均值并进行误差分析;使用双向方差分析探究影响测量结果的显著因素,并进一步采用Bland-Altman一致性分析和Tukey检验来加强和完善双向方差分析的结论.结果 (1)模型对比实验表明,YOLOv5s_CBCT模型的检测精度更高,且参数量和计算量更低.(2)模型对4 个种植区域中牙槽骨高度检测的平均值误差最大为0.15 mm,最小为0.03 mm,对宽度检测的平均值误差最大为0.26 mm,最小为0.10 mm.(3)双向方差分析结果表明,牙槽骨高度和宽度的检测结果受到种植区域的显著影响,而不受测量方式的影响.(4)Bland-Altman一致性分析进一步证明了人工测量和模型预测具有较好的一致性.(5)Tukey检验确定了对测量结果产生显著影响的种植区域的分组情况.结论 YOLOv5s_CBCT模型的测量值误差均在可接受范围内,测量结果具有较高的临床参考价值,且YOLOv5s_CBCT模型便于在医学仪器上部署.
更多相关知识
关键词
口腔种植牙槽骨锥形束计算机体层成像人工智能YOLO第五代小型版模型Dental implantsAlveolar boneCone beam computed tomographyArtificial intelligenceYOLOv5s
栏目名称
DOI
10.12337/zgkqzzxzz.2025.10.002
发布时间
2025-11-05（万方平台首次上网日期，不代表论文的发表时间）
- 浏览4
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
