J Dent Res:利用深度学习技术通过近红外透照法检测龋病

2019-09-13 lishiting MedSci原创

龋病是全世界范围内发生率最高的慢性症状。早期检测能够有效的提高治疗效果以及减少侵入性治疗的需要。近来研究发现,近红外透照法(TI)影像能够有效的检测龋损的早期阶段。

龋病是全世界范围内发生率最高的慢性症状。早期检测能够有效的提高治疗效果以及减少侵入性治疗的需要。近来研究发现,近红外透照法(TI)影像能够有效的检测龋损的早期阶段。在这篇研究中,作者构建了一个深度学习模型能够在TI影像中自动检测和定位牙齿的损伤。这种方法是基于经过语义分割任务训练的脑神经网络(CNN)。研究运用多种策略减少训练数据不足、不均衡和过度重叠的内容。仅通过185个训练样本,模型在5类分割任务中获取了72.7%的平均交叉点过联合(IOU)评分,特别是还分别获得了近端和咬合面龋损49.5%和49.0%的IOU评分。此外,研究还构建了一个简化任务,对待测区采取二进制评估,存在龋坏与否。在这项测试中,模型分别获得了咬合面和近端损伤的83.6%和85.6%接受者操作特征曲线下面积。这篇研究表明,深度学习法分析牙齿影像对于增加龋损检测的速度和准确性的前景可观,它能够帮助牙科医师诊断并且改善患者疗效。原始出处:Casalegno F, Newton T, et al. Caries Detection with Near-Infrared Transillumination Using D

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2078252, encodeId=c3ec20e82529e, content=<a href='/topic/show?id=2fd29428e24' target=_blank style='color:#2F92EE;'>#近红外#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=48, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=94287, encryptionId=2fd29428e24, topicName=近红外)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=148754, createdName=gaoxiaoe, createdTime=Sun Jul 12 00:13:00 CST 2020, time=2020-07-12, status=1, ipAttribution=)]

相关资讯

Radiology:对比增强CT图像深度学习系统在肝硬化分级的价值

本研究旨在建立并验证CT图像深度学习系统(DLS)在肝硬化分级中的价值。

Radiology:MRI深度学习勾画鼻咽癌肿瘤体积的价值

背景:鼻咽癌(NPC)能够通过放射学治疗治愈。对于肿瘤边界的确认是非常重要的,尤其是与重要结构的准确分界是进行精准性放射性治疗是很有必要的。然而,进行头颈部放射治疗的肿瘤勾画是具有个体性差异且耗费精力的。本研究旨在建立并验证能够自动勾画NPC患者原发肿瘤实体体积(GTV)的人工智能(AI)工具。

Radiology:利用深度学习自动腹部分割进行身体组成分析

本研究旨在建立并评价一种分割CT图像腹部成分的全自动算法。

国内率先发表人工智能心血管影像学研究,深度学习自动测量心胸比率准确,测量时间从25.26秒缩至0.69秒

近年来人工智能开始被应用于医学领域,尤其应用于医学影像大数据的分析处理,显示了极为高效而准确的效果。人工智能在医学影像领域的应用也日益受到重视,在心血管影像领域也得以快速发展。

Radiology:深度学习方法评价膝关节MR图像的价值

本研究旨在验证利用深度学习方法在MR膝关节图像中检出软骨病变(包括软骨软化、软骨纤维化、软骨开裂、局部缺损、软骨退变导致的弥漫性变薄和急性软骨损伤)的可能性。

关于发布深度学习辅助决策医疗器械软件审评要点的通告(2019年第7号)

为加强人工智能医疗器械注册申报工作的指导,进一步提高审评质量,国家药品监督管理局医疗器械技术审评中心组织制定了《深度学习辅助决策医疗器械软件审评要点》,现予发布。 特此通告。 国家药品监督管理局 医疗器械技术审评中心 2019年7月3日 附件: 深度学习辅助决策医疗器械软件审评要点 一、适用范围 本审评要点适用于深度学习辅助决策医疗器械软件(含独立软件、软件