🚀 全景X光图像中牙齿的语义分割

本项目旨在利用深度学习方法，结合U-Net模型和二值图像分析技术，对单张全景X光图像中的牙齿进行自动语义分割并测量牙齿总长度，从而为牙科疾病的诊断和治疗提供有价值的信息。

Github链接

🚀 快速开始

本项目聚焦于全景X光图像中牙齿的语义分割，借助U-Net模型和二值图像分析，实现牙齿的自动分割和长度测量。

✨ 主要特性

• 自动语义分割：运用深度学习方法，实现全景X光图像中牙齿的自动语义分割。
• 长度测量：能够测量牙齿的总长度，为牙科诊断提供量化信息。
• 多指标评估：使用F1分数和准确率等指标评估模型性能。

📚 详细文档

数据集

• 标签信息：项目标签涵盖分割、牙科成像、医学成像、图像分割等领域。
• 评估指标：使用F1分数和准确率作为评估指标。
• 数据集引用：该项目使用了SerdarHelli/SegmentationOfTeethPanoramicXRayImages数据集。原始数据集引用为：H. Abdi, S. Kasaei, and M. Mehdizadeh, “Automatic segmentation of mandible in panoramic x-ray,” J. Med. Imaging, vol. 2, no. 4, p. 44003, 2015。 仅包含原始图像的数据集链接

论文

本文作者为Yeditepe大学工程学院生物医学工程系的Selahattin Serdar Helli和Andaç Hamamcı 。 论文链接

BibTeX引用

@article{helli10tooth,
  title={Tooth Instance Segmentation on Panoramic Dental Radiographs Using U-Nets and Morphological Processing},
  author={HELL{\.I}, Serdar and HAMAMCI, Anda{\c{c}}},
  journal={D{\"u}zce {\"U}niversitesi Bilim ve Teknoloji Dergisi},
  volume={10},
  number={1},
  pages={39--50}
}