Segmentation and quantification of dental plaque based on oral autofluorescence effect and deep learning

doi:10.13741/j.cnki.11-1879/o4.2022.01.010

您当前的位置：

首页 >

文章列表页 >

Segmentation and quantification of dental plaque based on oral autofluorescence effect and deep learning

更新时间：2025-09-01

- Segmentation and quantification of dental plaque based on oral autofluorescence effect and deep learning
- Vol. 48, Issue 1, Pages: 116-122(2022)
- 作者机构：
  
  1. 1:上海理工大学生物医学光学与视光学研究所医用光学技术与仪器教育部重点实验室
  2. 2:上海市第九人民医院上海口腔医学研究所
  3. 3:教育部光学仪器与系统工程研究中心上海理工大学现代光学系统重点实验室
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2022.01.010
  CLC： R781.1;TP18;TP391.41
- Published：2022
- 稿件说明：
移动端阅览
Segmentation and quantification of dental plaque based on oral autofluorescence effect and deep learning[J]. 2022, 48(1): 116-122.
DOI：

Segmentation and quantification of dental plaque based on oral autofluorescence effect and deep learning[J]. 2022, 48(1): 116-122. DOI： 10.13741/j.cnki.11-1879/o4.2022.01.010.

摘要

牙菌斑是牙齿表面一层难以观测的生物膜

是导致龋齿、牙龈炎等一系列疾病的直接诱因。牙菌斑的早期定量化无损检测具有重要的临床意义。短波长光激发下

牙菌斑的细菌及其代谢产物可以产生自体荧光。基于前期成像系统的基础上

采集大量牙菌斑在405nm蓝光激发下产生的红色荧光;牙菌斑越成熟红色荧光强度越高;采用改进的U-net网络对该红色荧光进行分割

对分割出来的牙菌斑进行轮廓提取获得质心

并利用区域生长算法分割出牙菌斑所附着的牙齿

综合牙菌斑成熟程度及面积来评估牙菌斑指数。结果表明改进的U-net网络分割精度优于传统方法。将牙菌斑的面积和成熟程度结合对牙菌斑进行量化

一定程度上可以消除人为诊断的差异性。

Abstract

牙菌斑是牙齿表面一层难以观测的生物膜

是导致龋齿、牙龈炎等一系列疾病的直接诱因。牙菌斑的早期定量化无损检测具有重要的临床意义。短波长光激发下

牙菌斑的细菌及其代谢产物可以产生自体荧光。基于前期成像系统的基础上

采集大量牙菌斑在405nm蓝光激发下产生的红色荧光;牙菌斑越成熟红色荧光强度越高;采用改进的U-net网络对该红色荧光进行分割

对分割出来的牙菌斑进行轮廓提取获得质心

并利用区域生长算法分割出牙菌斑所附着的牙齿

综合牙菌斑成熟程度及面积来评估牙菌斑指数。结果表明改进的U-net网络分割精度优于传统方法。将牙菌斑的面积和成熟程度结合对牙菌斑进行量化

一定程度上可以消除人为诊断的差异性。

关键词

Keywords

references

Views

237

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Research on measurement of vessel diameter based on clustering algorithm

Segmentation of medical image based on the grey relational analysis

A method to extract the pattern from background based on visual attention model

Research of wave unwrapping algorithm based on the region growing theory

Vein pattern extraction of Reflection-type vein imaging

Related Author

张大伟

陈明惠

郑刚

徐康

项华中

刘宾

李砚瑞

王成

Related Institution

2:教育部光学仪器与系统工程研究中心上海理工大学现代光学系统重点实验室

1:宁波大学数字技术与应用软件研究所

2:浙江大学计算机科学与技术学院

1:解放军理工大学工程兵工程学院

1:南京理工大学电子工程与光电技术学院

⁰