基于口腔自体荧光效应和深度学习的牙菌斑的分割及量化

您当前的位置：

首页 >

文章列表页 >

生物医学光学 | 更新时间：2025-09-01

- 基于口腔自体荧光效应和深度学习的牙菌斑的分割及量化
- Segmentation and quantification of dental plaque based on oral autofluorescence effect and deep learning
- 光学技术 2022年48卷第1期页码：116-122
- 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：
  
  上海科委创新行动计划项目(21S31902700)
- DOI：10.13741/j.cnki.11-1879/o4.2022.01.010
  中图分类号： R781.1;TP18;TP391.41
- 纸质出版：2022
- 稿件说明：
移动端阅览
王成, 高体杰, 赖光云, 等. 基于口腔自体荧光效应和深度学习的牙菌斑的分割及量化[J]. 光学技术, 2022,48(1):116-122.

Segmentation and quantification of dental plaque based on oral autofluorescence effect and deep learning[J]. 2022, 48(1): 116-122.
王成, 高体杰, 赖光云, 等. 基于口腔自体荧光效应和深度学习的牙菌斑的分割及量化[J]. 光学技术, 2022,48(1):116-122. DOI： 10.13741/j.cnki.11-1879/o4.2022.01.010.

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.

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。

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。

浏览量

237

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于聚类算法的血管直径测量研究

基于灰色关联分析的医学图像分割

基于视觉注意力模型的背景斑点提取方法

基于区域生长理论的波面解包算法研究

反射式静脉成像中静脉纹路的提取