自动的牙列缺损分类研究对计算机辅助诊断具有重要的意义。文中提出了一种利用深度卷积神经网络从二维全景牙科X射线图像中实现自动准确的牙列缺损分类的方法。该方法基于空间注意力机制和残差网络进行分类网络的设计,提取深度视觉特征信息,使得牙列缺损分类效果具有更高的准确率和鲁棒性。实验证明,该方法能够自动准确地进行牙列缺损的分类,并且牙列缺损的测试分类准确率可达94.52%。
科研之友
微信
新浪微博
Facebook
分享链接
