TY -的A2 Nagaraj Balakrishnan AU -林,阳东盟——他,苗族PY - 2021 DA - 2021/09/21 TI -深上优于三维口服锥形束ct诊断SP - 4676316六世- 2021 AB -为了深入研究口服三维锥束ct (CBCT),研究了基于深度学习的口腔颌面外科疾病诊断。本实用新型提出了一种基于深度学习的口腔颈部面部外科疾病分类算法(口腔颌面疾病深度诊断，简称DDOM);在该方法中，分别提出用于患者分类、病灶分割和牙齿分割的DDOM算法，可以有效地处理患者的口腔三维CBCT数据，进行患者级分类。分割结果表明，所提分割方法能有效分割CBCT图像中的独立牙齿，且牙齿CBCT图像的垂直放大误差明显。平均放大率为7.4%。通过修正 R值与CBCT图像垂直放大率相比，牙齿图像长度的放大误差由7.4减小。根据CBCT图像牙齿的长度、距离 R从牙齿中心到FOV中心，对CBCT图像进行垂直放大，可以得到更接近真实牙齿尺寸的数据，放大误差降低到1.0%。由此证明，基于深度学习的口腔三维锥形束电子计算机可以在患者诊断、病灶定位和手术规划三个方面有效地辅助医生。SN - 2040-2295 UR - https://doi.org/10.1155/2021/4676316 DO - 10.1155/2021/4676316 JF - Journal of Healthcare Engineering PB - Hindawi KW - ER -