检索结果-南通市图书馆

检索条件"主题词=龋齿诊断"

共 3 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于深度学习的龋齿诊断模型研究

基于深度学习的龋齿诊断模型研究

引用

作者：张蓓蕾天津科技大学

学位级别：硕士

随着人工智能的不断发展,利用深度学习进行疾病辅助诊断成为医疗领域的研究热点。龋齿作为常见的口腔疾病,时时刻刻影响着人们的生活,对龋齿的及时发现和迅速的治疗可以阻止龋病的进一步发展,目前对龋齿的诊断主要依赖经验丰富的医生的... 详细信息

随着人工智能的不断发展,利用深度学习进行疾病辅助诊断成为医疗领域的研究热点。龋齿作为常见的口腔疾病,时时刻刻影响着人们的生活,对龋齿的及时发现和迅速的治疗可以阻止龋病的进一步发展,目前对龋齿的诊断主要依赖经验丰富的医生的主观判断,为缓解牙科医生的诊断压力,实现龋齿病变的智能诊断,本文研究了基于牙科根尖周X线片的龋齿检测算法,主要研究工作如下:(1)收集临床根尖周X线片,制作龋齿数据集。通过对收集到的根尖周X线片进行整理、裁剪、筛选和分类,建立一个包含龋齿和正常牙齿的二分类数据集,以及一个包含龋齿、正常牙齿和继发龋的三分类数据集。为后续研究提供数据支持。(2)为加强模型对龋齿细节特征的关注,减少深度特征传递过程中的信息丢失问题,提出基于改进Res Net18网络的多层级特征融合龋齿诊断网络模型Dentalres。使用可分离卷积替代残差结构里的标准卷积,减少模型参数。将不同层级的特征进行特征融合,减少深层特征传递过程中龋齿信息的丢失。将Res Net50网络同层级的特征经过注意力模块后和Res Net18网络中的特征相叠加,将叠加后的特征传入网络中进行学习,进一步提升网络性能。Dentalres和Res Net18网络、Res Net50网络相比,准确率有了很大的提升。在龋齿二分类数据集上的分类准确率为97.38%,龋齿三分类数据集上的分类准确率为91.18%。(3)针对单一深度学习网络可能存在的提取龋齿特征不充分问题,提出了一种基于特征融合的双分支龋齿诊断网络,多个卷积神经网络提取到的特征结合在一起可以实现特征互补,网络具有更强的信息表达能力,有助于最终的分类。分别基于Mobile Net V2网络和改进的Dense Net121网络构建Dental Mobile和Dental Dense分支网络,将数据集传入各分支网络中进行特征提取,将提取后的特征图分别传入不同的注意力模块以及分类模块中,进行龋齿分类并比较分类结果,取最优分支进行特征融合,融合后的特征对龋齿信息的描述更全面具体,实验证明经特征融合后的网络比单分支网络在龋齿分类的准确率上有所提提升,二分类准确率为97.23%,三分类准确率为93.13%。(4)为进一步提高龋齿诊断的准确率,提出一种基于迁移学习和模型集成的龋齿诊断网络模型。本文首次集成十一个卷积神经网络进行龋齿分类。模型集成算法可以集成多个子分类网络的学习能力,得到更加精确的模型。首先利用迁移学习算法构建十一个子分类网络,并比较子分类网络的性能。之后使用投票集成算法和平均集成法分别对子分类网络进行集成。最终集成网络在二分类数据集上获得97.85%的分类准确率,在三分类数据集上获得94.36%的分类准确率。

关键词：龋齿诊断注意力机制特征融合迁移学习模型集成

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

柠檬精油防龋作用的动物实验研究

柠檬精油防龋作用的动物实验研究

引用

作者：史艳芬天津医科大学

学位级别：硕士

目的：天然药物防龋是龋病预防和治疗的重要策略,目前已经成为龋病研究的焦点之一。前期研究证实,LEO (Lemon essential oil, LEO)对常见口腔致龋菌有抑制作用,并且在低于最小抑菌浓度(Minimal inhibitory concentration, MIC)时仍然具... 详细信息

目的：天然药物防龋是龋病预防和治疗的重要策略,目前已经成为龋病研究的焦点之一。前期研究证实,LEO (Lemon essential oil, LEO)对常见口腔致龋菌有抑制作用,并且在低于最小抑菌浓度(Minimal inhibitory concentration, MIC)时仍然具有抑制变异链球菌、远缘链球菌(Streptococcus sobrinus, S. sobrinus)等致龋菌早期粘附、产酸、产胞外多糖等致龋毒力因子的作用。本研究在前期工作的基础上,建立大鼠龋病模型,对LEO及其主要有效成分柠檬烯(Limonene, LIM)的体内防龋效能进行客观评价,为进一步的临床研究提供依据。方法： 1.水蒸气蒸馏法提取精油,气相-色谱-质谱-数据库联用系统分析其成分。 2.纸片扩散法测定LEO. LIM对S. sobrinus的MIC。 ***及LIM防龋作用的动物实验研究 (1)饲喂Keyes2000#致龋饲料建立大鼠龋病动物模型： (2)实验分组：阳性对照组：洗必泰溶液(Chlorhexidine, CHX,0.12%);阴性对照组：蒸馏水(H20);实验组：LEO乳浊液(LEO,2.25mg/mL即MIC/2);LIM乳浊液(LIM,10.50mg/mL即MIC/2)。 (3)实验过程：在大鼠接种S. sobrinus第二天,取大鼠唾液,稀释涂平板,连续三天(28天-30天)检测S. sobrinus定植情况。鼠龄31天开始,用不同药物对大鼠进行口腔处理,连续5周,每天2次。64天时,采集大鼠唾液,稀释涂平板,菌落计数,随后,乙醚麻醉处死大鼠,制备牙颌骨标本。 (4)观察指标：以下检测值作为衡量各组防龋效果的指标大鼠唾液中总菌落数、S. sobrinus菌落数;S. sobrinus水平(S. sobrinus菌落数/总菌落数*100%);Keyes记分;激光龋齿诊断仪探测荧光值。结果： ***的提取及成分分析： LEO的气相色谱-质谱总离子流色谱图(TIC)中,共检测出100余个色谱峰,鉴定了其中的40个色谱峰,其含量占挥发油总量的93.95%。主要成分是LIM及其衍生物。 ***及LIM对S sobrinus的MIC:LEO对S. sobrinus的MIC为4.50mg/mL;LIM对S. sobrinus的MIC为21.00mg/mL。 3.大鼠唾液中细菌水平： (1)唾液中***菌落数： CHX组0.05)。 (2)唾液中总菌落数及S. sobrinus菌落数／总菌落数： CHX组0.05)。 4.大鼠磨牙Keyes龋齿记分： (1)大鼠磨牙平滑面龋Keyes记分： CHX组0.05),CHX组与LIM组之间差异有统计学意义(P0.05)。 5.激光龋齿诊断仪探测荧光值：激光龋齿诊断仪探测荧光值,CHX组

关键词：柠檬精油龋病动物模型龋齿诊断 Keyes记分

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数字图像处理与识别技术的应用研究 ——临床龋齿检测系统

数字图像处理与识别技术的应用研究 ——临床龋齿检测系统

引用

作者：陈姗姗北京邮电大学

学位级别：硕士

数字图像处理与识别技术是20世纪60年代出现的新兴技术，它的发展主要依赖于计算机、多媒体以及通信技术的飞速发展。如今，图像处理与识别技术已经跨越计算机领域，在众多行业得到应用和发展，医学图像处理就是最成功的行业应用之一。... 详细信息

数字图像处理与识别技术是20世纪60年代出现的新兴技术，它的发展主要依赖于计算机、多媒体以及通信技术的飞速发展。如今，图像处理与识别技术已经跨越计算机领域，在众多行业得到应用和发展，医学图像处理就是最成功的行业应用之一。基于图像处理技术，我们可以用计算机识别小到微细胞的边缘，大到骨骼裂缝等数字化医学图像，这项技术已经越来越广泛的应用到医学领域的各个方面，在医疗诊断领域发挥越来越大的作用。在人类口腔疾病中，龋病是常见病和多发病。据2005年统计，中国成人恒牙的患龋率为49.88％，儿童乳牙患龋率为76.55％，而这种比率还有继续升高的趋势。尽可能早地发现龋病，对它进行早期预防和治疗就能很大程度上预防龋病的发生。但是早期龋病多发于肉眼不易识别地牙邻面，国内外口腔医学上对早期邻面龋的诊断仍是一个难题。因此，本文所要阐述的临床龋齿检测系统就是针对这一课题展开的应用性研究及成果。临床龋齿检测系统采用优化的Canny边缘检测算法，结合经验参数提取龋齿边缘轮廓判断基本龋坏信息，同时采用系统自定义的灰度提取算法识别龋坏位置和深度，然后引入新兴的信息融合的概念综合分析检测结果，完成对邻面龋齿的龋坏位置判断和龋坏深度测量的功能。据统计，该系统一定程度上达到了优于牙科专家的诊断水平，有效缩短了临床诊断牙科疾病的时间并提高诊断结果的准确率，对早期龋病的诊断意义重大。本文分六个部分总结了作者所做的工作，并阐述了数字图像处理与识别技术及其医学应用——临床龋齿检测系统的基本原理和实现方法。第一章，详细论述了图像处理与识别技术的历史发展背景以及数字图像处理的基本概念和常用算法。第二章，介绍了本系统使用的系统算法仿真工具Matlab及软件研发平台Visual C++的基本知识，详细介绍了软件的编程思路。第三、四章是全文重点章节。第三章将详细描述临床龋齿检测系统软件需求分析和基本功能，提出系统设计思路及结构。在第四章，我们将具体描述系统采用的三个核心技术：边缘检测算法、灰度提取算法和信息融合技术，并使用相关方法对数字龋齿图像进行处理，给

关键词：图像处理边缘检测灰度提取信息融合龋齿诊断

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：