期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习在曲面体层图像中人工智能辅助诊断系统初步研究
被引量：
11
1
作者
帕克扎提·色依提
王铁梅
+8 位作者
徐子能
白海龙
丁鹏
刘澍
滕跃辉
冯英连
王蓉
单珊
钟双泽
《口腔医学研究》
CAS
CSCD
北大核心
2021年第9期845-849,共5页
目的:基于深度学习对口腔曲面体层图像分析,开展人工智能在口腔常见疾病辅助诊断系统的研发,挖掘人工智能对曲面体层图像分割及辅助诊断价值。方法:回顾性纳入2000张口腔曲面体层片建立数据集(训练集1400张、测试集600张,累计标注82042...
目的:基于深度学习对口腔曲面体层图像分析,开展人工智能在口腔常见疾病辅助诊断系统的研发,挖掘人工智能对曲面体层图像分割及辅助诊断价值。方法:回顾性纳入2000张口腔曲面体层片建立数据集(训练集1400张、测试集600张,累计标注82042例)。运用基于卷积神经网络的深度学习算法,通过算法设计、模型训练和验证,构建口腔常见疾病智能影像诊断模型PanoNet,利用6个子网络模型分别执行不同口腔疾病的分割及识别。结果:PanoNet在恒牙列识别及龋病、根尖周炎、阻生牙、种植体、牙体修复术后等疾病识别中准确率、敏感度和特异度均高于85%(kappa>0.81);在牙槽骨吸收分级识别中准确率、敏感度、特异度分别为76.50%、75.25%、79.00%(kappa=0.44)。结论:基于卷积神经网络的深度学习算法建立的口腔曲面体层图像诊断模型PanoNet能有效识别上述口腔常见疾病,体现人工智能在曲面体层片上对口腔常见疾病的影像辅助诊断的应用价值。
展开更多
关键词
口腔曲面体层图像
深度学习
卷积神经网络
人工智能
在线阅读
下载PDF
职称材料
题名
基于深度学习在曲面体层图像中人工智能辅助诊断系统初步研究
被引量：
11
1
作者
帕克扎提·色依提
王铁梅
徐子能
白海龙
丁鹏
刘澍
滕跃辉
冯英连
王蓉
单珊
钟双泽
机构
南京大学医学院附属口腔医院口腔颌面医学影像科
北京羽医甘蓝信息技术有限公司
出处
《口腔医学研究》
CAS
CSCD
北大核心
2021年第9期845-849,共5页
基金
江苏省自然科学基金面上项目(编号:BK20150089)
南京市医学科技发展资金项目(编号:QRX17079)。
文摘
目的:基于深度学习对口腔曲面体层图像分析,开展人工智能在口腔常见疾病辅助诊断系统的研发,挖掘人工智能对曲面体层图像分割及辅助诊断价值。方法:回顾性纳入2000张口腔曲面体层片建立数据集(训练集1400张、测试集600张,累计标注82042例)。运用基于卷积神经网络的深度学习算法,通过算法设计、模型训练和验证,构建口腔常见疾病智能影像诊断模型PanoNet,利用6个子网络模型分别执行不同口腔疾病的分割及识别。结果:PanoNet在恒牙列识别及龋病、根尖周炎、阻生牙、种植体、牙体修复术后等疾病识别中准确率、敏感度和特异度均高于85%(kappa>0.81);在牙槽骨吸收分级识别中准确率、敏感度、特异度分别为76.50%、75.25%、79.00%(kappa=0.44)。结论:基于卷积神经网络的深度学习算法建立的口腔曲面体层图像诊断模型PanoNet能有效识别上述口腔常见疾病,体现人工智能在曲面体层片上对口腔常见疾病的影像辅助诊断的应用价值。
关键词
口腔曲面体层图像
深度学习
卷积神经网络
人工智能
Keywords
oral panoramic radiographs
deep learning
convolutional neural network
artificial intelligence
分类号
R78 [医药卫生—口腔医学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习在曲面体层图像中人工智能辅助诊断系统初步研究
帕克扎提·色依提
王铁梅
徐子能
白海龙
丁鹏
刘澍
滕跃辉
冯英连
王蓉
单珊
钟双泽
《口腔医学研究》
CAS
CSCD
北大核心
2021
11
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
