换一批基于通道和空间多重注意力协同网络模型自动检测下颌第二磨牙牙根外吸收
Automatic detection of mandibular second molar external root resorption based on channel and spatial multi-attention collaborative network model
摘要目的 观察基于通道和空间多重注意力协同网络模型自动检测下颌第二磨牙(MM2)牙根外吸收(ERR)的价值.方法 构建融合通道注意力模块与空间-通道转换融合注意力模块的自动检测网络模型,以敏感度(Sen)、特异度(Spe)、准确率(Acc)和精确度(Pre)评估其自动检测MM2 ERR的效能;根据曲线下面积(AUC)和交并比(IoU)为0.5时的平均精度均值(mAP@0.5)等对该模型与人工判读和其他网络模型如AlexNet、GoogLeNet、VGG-16、ResNet-50及YOLOv5x进行对比.结果 所获通道和空间多重注意力协同网络模型在测试集的Sen、Spe、Acc、Pre及AUC均最高,分别为88.64％、81.82％、85.23％、82.98％及0.867,且其mAP@0.5为0.863.结论 基于通道和空间多重注意力协同网络模型用于自动检测MM2-ERR效能良好.
更多相关知识
关键词
下颌第二磨牙牙根外吸收放射摄影术,全景通道和空间多重注意力深度学习mandibular second molarexternal root resorptionradiography,panoramicchannel and spatial multi-attentiondeep learning
栏目名称
DOI
10.13929/j.issn.1003-3289.2026.03.020
发布时间
2026-06-16（万方平台首次上网日期，不代表论文的发表时间）
基金项目
江苏省社会发展-临床前沿技术项目（BE2023833）
- 浏览0
- 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
