基于深度学习的口腔曲面断层片目标识别方法.pdfVIP

摘要

随着社会对健康生活质量的日益重视，口腔健康的维护成为了公共卫生的重

要组成部分。常见的口腔疾病如龋齿和阻生齿等，不仅影响人们的饮食、言语和

外观，还会对全身健康产生深远的影响。传统的牙病检测方法主要依赖牙科医生

的经验和口腔曲面断层片的人工解读，诊断过程不仅耗费大量时间，而且诊断准

确性也受限于医生的专业水平和经验。因此，发展高效、准确的牙病检测方法对

于提升口腔健康水平至关重要。近年来深度学习中的卷积神经网络已被证明在包

括图像识别的多个领域，有着广泛的应用。

本文选用YOLOv8n作为基准实验模型进行研究，YOLOv8n是YOLOv8系列

的默认版本。为了便于表述和理解，本文中将使用YOLOv8代指具体的YOLOv8n

来进行相关实验和分析讨论。

本文针对口腔曲面断层片目标识别面临的挑战，通过改进YOLOv8网络模型，

有效提升了口腔曲面断层片目标的识别准确度，实现了龋齿和阻生齿在曲面断层

片中的高效自动化检测。本文具体的研究内容如下：

（1）口腔曲面断层片数据集的建立。针对当前曲面断层片数据集量数量不

足的问题，本文建立的数据集基于荆州市第一人民医院口腔科收集的患者曲面断

层片影像资料，并辅以部分公开数据集。整合后