Картинки кариеса зубов: ⬇ Скачать картинки D0 ba d0 b0 d1 80 d0 b8 d0 b5 d1 81, стоковые фото D0 ba d0 b0 d1 80 d0 b8 d0 b5 d1 81 в хорошем качестве

Кариес

Содержание

О кариесе с юмором

Что бы победить противника его надо хорошо знать, причем в лицо

(кто-то из известных)

Кариес — кто такой, откуда берется, взгляд на него в анфас и профиль.
Фото кариеса, анкетные данные кариеса
Характеристика кариеса:
-характер- нордический
-происхождение- истинный ариец
-слабости — любит людей, а именно их зубы
-настойчив — умеет выжидать и наносить «внезапные» удары
-не ищет легких путей- нападает исключительно на самые твердые части человека (зубы — самые плотные органы человека)
-коварен — хорошо маскируется, умело делает вид, что его нет.
— непорядочен — войны не объявляет, но и в поддых не бьет.
-не разборчив: нападает на всех и вся: как на больших, так и на маленьких человечков, на богатых и не очень.

— вынослив — никогда не спит, только ест и ест
— обладает мимикрией — хорошо прячется под зубным камнем и налетом
— при длительных и упорных боях, когда противник деморализован (или не видит необъявленной войны), наносит сокрушительные удары по зубам, нервам, челюстям и карманам, в плен не берет и не отступает.
— когда добирается до нерва, зовет на помощь своих напарников пульпита и парадонтита.

Воспаление нерва, он же пульпит, он же осложнение кариеса, он же муза поэтов, описывающих ночные впечатления.
Характер – прескверный, от острого до хронического. Близкий родственник кариеса.
Сначала прячется за спиной кариеса и только когда тот проделает туннель к нерву начинает свое гнусное дело.
Страдает бессонницей, поэтому сам не спит и другим не дает.

Не любит сладкие и холодные напитки – от них у него начинается тик.

Периодонтит – кум, сват и брат кариесу и пульпиту.
Характер чаще скрытный, подлый и хронический. Трус.
Особенности: в бой чаще первый не идет, сначала вежливо пропускает кариеса и пульпита.
Место обитания – корни зубов и кость, их окружающая.
Дабы его не обнаружили, сильно по зубам и кости не бьет, зато копает долго и нудно. И если его вовремя не выгнать, позже для его изгнания может понадобиться удаление зуба (его дома и места прописки).
Вхож во многие органы (гуляет через кровь), дружит с хроническими недугами.

Пародонтит (он же пародонтоз).
Характер угнетающий и упрямый.

В родственных связях с кариесом, пульпитом и периодонтитом не замечен.

Слабости – любит клиновидный дефект, зубной налет и камень. Обожает авитаминозы, стрессы и усталость.
Гнездится в кости около корней, проявляется кровоточивостью десен, подвижностью зубов, вплоть до выпадения.
Поддерживает теплые и дружественные отношения со всеми хроническими болезнями.
Лечению сопротивляется упорно, поэтому для выздоровления нужно бить его по всем фронтам.

Клиновидный дефект.
Характер тихий, покладистый, завистливый (хочет быть пульпитом), глупый и аскет – никогда не прячется и живет только на наружной поверхности зубов.

Холост, но состоит в плотной связи с парадонтозом, о чем и не скрывает.
Медленно точит зуб с наружной стороны, стремится добраться до нерва, но тщательно это скрывает.

Когда дотягивается до нерва, характер резко меняется, – мнит себя звездой и пульпитом, кричит и скандалит.

Зубной камень, налет.
Характер – от периодического до постоянного.
Хулиган, но боится щеток, ниток.
Родственных отношений нет, но очень хочется, поэтому пытается угодить и помочь почти всем – кариесу и периодонтиту, парадонтиту и тёще.
Слабости: патологически любит курить и пить крепкий кофе.

Если его не трогать, забирается под десну.
Выживаемость невысока, но если с ним не бороться, занимает почти все свободное пространство и глумится.

Рисунки разукрашены Игнатом.

Смотреть весёлые картинки…

Симптомы кариеса зубов, стадии развития, фото под микроскопом

Из этой статьи Вы узнаете:

стадии кариеса,
какие существуют признаки кариеса,
как определить кариес самостоятельно.

Кариес – это процесс разрушения твердых тканей зуба при активном участии кариесогенных микроорганизмов полости рта, таких как стрептококки, актиномицеты и лактобактерии. Главные условия его развития – нерегулярная или недостаточная гигиена полости рта, которая приводит к скоплению на зубах мягкого микробного зубного налета, а также пищевых остатков между зубами. В зависимости от глубины поражения твердых тканей зуба – кариес принято делить на несколько типов, которые, по сути, являются последовательными стадиями его развития.

Начальной стадией всегда является кариес в форме пятна (очаги деминерализации в виде белых пятен на поверхности зубной эмали), и при отсутствии лечения он постепенно проходит стадии – поверхностного, среднего и глубокого кариеса. Симптомы кариеса зубов, куда мы относим жалобы пациентов данные визуального осмотра кариозной полости – будут несколько отличаться на каждом из этапов, и ниже мы их подробно рассмотрим.

Стадии кариеса: симптомы, диагностика

Принято выделять 4 последовательные стадии развития кариеса. Для каждой стадии характерны свои симптомы, а также данные визуального и инструментального осмотра, что важно учитывать при диагностике кариеса.

Кариес в стадии белого пятна (рис.1) –
проявляется в виде белых пятен на поверхности эмали, которые являются ничем иным как очагами деминерализации. Их образование связано с кариесогенными микроорганизмами, которые метаболизируют пищевые остатки в полости рта, превращая их в органические кислоты. Последние при контакте с зубной эмалью начинают растворять ее минеральный матрикс, что приводит к потере эмалью кальция (гидроксиапатита).
Особо нужно отметить, что при этой стадии кариеса еще не наблюдается появление собственно кариозного дефекта. Изменения касаются только появления белых пятен меловидного или серого оттенка, поверхность которых лишена блеска (характерного для здоровых зубов), а также наблюдается шероховатость эмали в зоне пятна. Если поскребсти эмаль острым инструментом, то она легко соскабливается, оставляя дефект. Кроме эстетических – другие жалобы пациенты на этой стадии обычно не предъявляют.
Для того, чтобы наглядно показать пациентам степень и количество участков деминерализации эмали – зубы после снятия зубного налета обрабатываются анилиновыми красителями (1% раствор метиленового синего или кариес-детектор). Красители временно окрашивают очаги деминерализации в темный цвет, наглядно показывая степень и объем проблемы. При этом здоровая плотная эмаль не подвержена такому окрашиванию красителями.
→ Лечение начальной формы кариеса
Поверхностная форма кариеса (рис.2) –
образуется дефект в пределах слоя зубной эмали, без поражения лежащего под эмалью дентина. Обычно поверхностный кариес возникает на участках деминерализации зубной эмали, т.е. является следующим этапом развития кариеса в стадии белого пятна. Образование кариозного дефекта на месте белого пятна происходит в том случае, если гигиена полости рта не улучшается, а значит – влияние органических кислот и потеря кальция продолжаются.
В какой-то момент кальция становится так мало, что начинает разрушаться сам каркас эмали и, соответственно, появляется поверхностный кариозный дефект. Это особенно хорошо видно на рис.2, где поверхностные кариозные дефекты образовались на фоне очагов деминерализации (в виде белых пятен). Еще раз обращаем внимание, что дно кариозного дефекта при поверхностном кариесе никогда не выходит за пределы эмалево-дентинной границы.
Жалобы пациентов – на боль от кислого, соленого, сладкого, которые однако быстро проходят сразу после устранения влияния раздражителя. Кроме того, если кариозный дефект расположен на видимой поверхности передних зубов – пациенты отмечают косметический недостаток. При инструментальном осмотре кариозной полости видно, что ее края мягкие, эмаль легко скалывается при механическом давлении острым инструментом (24stoma.ru).
→ Лечение поверхностной формы кариеса
Средний кариес (рис.3) –
при отсутствии своевременного лечения кариозный дефект увеличивается, распространяясь за эмалево-дентинную границу. Таким образом, дно кариозной полости будет располагаться уже в верхних или средних слоях дентина (без поражения его глубоких слоев, непосредственно окружающих пульпу зуба). При осмотре кариозной полости видно, что она заполнена пищевыми остатками и распадом твердых тканей зуба. Каких-либо жалоб со стороны пациентов, кроме эстетических, обычно нет.
→ Лечение среднего кариеса
Глубокая форма кариеса (рис.6) –
при отсутствии своевременного лечения кариозный процесс распространяется на глубокие слои дентина, таким образом, что между пульпой зуба (сосудисто-нервным пучком) и дном кариозной полости – остается лишь очень тонкая прослойка здорового дентина. При этой форме кариеса пациенты обычно жалуются на боли, возникающие на температурные раздражители (особенно холодное), на сладкое. Причем боли быстро проходят при прекращении действия раздражителя.
Однако, если кариозная полость просто забита пищевыми остатками и распадом твердых тканей зуба – болевой синдром может быть слабым или отсутствовать вовсе. Кроме того, пациенты могут жаловаться на боли при жевании, что связано с давлением жесткой пищи на дно кариозной полости во время еды. Визуально – кариозная полость обычно имеет большие размеры, но может иметь и маленькое входное отверстие. Отмечается боль при зондировании дна кариозной полости и в области эмалево-дентинной границы.
→ Лечение глубокой формы кариеса

Как выглядит кариес под микроскопом –

Очень интересно выглядит кариес под микроскопом, особенно если смотреть его на распиле зуба. Ниже вы можете увидеть – как выглядят поверхностная, средняя и глубокая формы кариеса. Кроме того, на каждой фотографии в центре коронки зуба вы можете увидеть полость (пульповую камеру), в которой располагается сосудисто-нервный пучок зуба.

Осложнения кариеса –

Если глубокая форма кариеса вовремя не лечится, то инфекция проникает уже в пульпу зуба. В этом случае развивается воспаление нерва в зубе, которое называют пульпитом. Если в свою очередь пульпит своевременно не лечится, то воспаление выходит уже за границы зуба – в ткани, окружающие верхушки корней больного зуба. На верхушках корней в этом случае появляются гранулемы или кисты (гнойные мешочки). Такое заболевание называют периодонтитом.

Признаки кариеса и пульпита (отличия симптомов) –

Типичные признаки кариеса – это нечастое появление кратковременных болевых приступов под влиянием различных раздражителей:

термических раздражителей (холодная вода или холодный воздух),
химических раздражителей (например, кислая, соленая или сладкая пища).

При этом, для кариеса характерно отсутствие самопроизвольных болевых ощущений, т.е. боли при кариесе возникают только под воздействием раздражителей. И как только раздражитель устраняется, то болевые ощущения должны сразу исчезать. Наличие самопроизвольных болей, не связанных с воздействием раздражителей, говорит о том, что процесс из кариеса уже перешел в пульпит.

При глубоком кариесе (плюс к вышеперечисленному) также могут возникать боли при механическом надавливании на истонченное дно кариозной полости. Это может возникать, например, во время еды – в процессе кусания или разжевывания твердой пищи. В этом случае она пища попадает в кариозную полость и давит на ее дно, вызывая сдавливание пульпы зуба (сосудисто-нервного пучка внутри зуба). В этом случае – удаление из кариозной полости остатков пищи обычно снимает боль.

Как отличить кариес от пульпита: отличия симптомов

При кариесе болевой синдром возникает только в присутствии раздражителей (термических, химических). При устранении раздражителя боль сразу исчезает.
При остром пульпите боли, как правило, острые, самопроизвольные и не связаны с какими-либо раздражителями.
А вот при хроническом пульпите боли все-таки могут быть спровоцированы термическими раздражителями – холодной или горячей водой. Но отличие кариеса от хронического пульпита заключается в том, что при кариесе боли проходят сразу после исчезновения раздражителя, а при хроническом пульпите боли проходят не сразу, а только через 10-15 и более минут.

Как определить кариес дома –

Наличие болевого синдрома, о котором мы писали выше.
Кариозная полость может иметь острые края и неровности, которые прекрасно (в некоторых случаях) могут чувствоваться языком.
О наличии кариеса может говорить неприятный запах изо рта. В кариозной полости задерживаются пищевые остатки, которые трудно вычистить, они под воздействием микрофлоры полости рта начинают гнить, вызывая неприятный запах.
Осмотр визуально-доступных поверхностей зубов (например, в зеркале). При этом, если даже поверхностный слой эмали сохранен, то под ним может быть видно затемнение. Такое затемнение может говорить о кариесе.

Как выявляют кариес врачи-стоматологи –

Самый главный способ – это визуальный осмотр, а также жалобы пациента. Однако в полости рта существуют места, где визуально выявить кариес достаточно сложно. К этим местам относят –

межзубные промежутки,
глубокие фиссуры на жевательных поверхностях зубов,
при подозрении о наличие кариеса под пломбой или искусственной коронкой.

Для выявления кариеса в этих труднодоступных участках применяют следующие методы диагностики:

Прицельные рентгеновские снимки –
выявить труднодоступный кариес – рентген вполне может помочь. Но при этом кариозная полость не должна быть уж очень маленькой. Пораженные кариесом ткани зуба на рентгеновском снимке будут темного цвета, а плотные здоровые ткани зуба – более светлого. Пульпа зуба на рентгене также выглядит в виде затемнения. Рентгенодиагностика является очень полезным методом, т.к. рентгенограмма может выявить кариозное поражение, например, даже под пломбой и под коронкой.
Стоматоскопия –
зубы облучают ультрафиолетовой или галогенной лампой. При этом, в случае нарушения структуры зуба – пораженные кариесом ткани зуба будут выглядеть как затемнение на фоне более светлых здоровых тканей зуба.
Кариес маркер –
кариес маркер – это препарат на основе красителя. На очищенный от налета и подсушенный воздухом зуб наносится на некоторое время раствор красителя. Потом он смывается. Если даже на зубе пока еще нет дефектов эмали, но есть очаги деминерализации (кариес в стадии пятна) – краситель окрашивает данные участки.
Аппарат «Диагнодент» –
самым эффективным методом определения кариеса в глубоких фиссурах жевательных зубов и кариеса в труднодоступных областях является лазерная флюоресценция. Такой аппарат облучает зубы и сам подает сигнал тревоги, если находит зоны кариозного поражения.

Источники:

1. Высшее проф. образование автора по терапевтической стоматологии,
2. На основе личного опыта работы врачом-стоматологом,
3. National Library of Medicine (USA),
4. «Терапевтическая стоматология: Учебник» (Боровский Е.),
5. «Практическая терапевтическая стоматология» (Николаев А.).

комиксы, гиф анимация, видео, лучший интеллектуальный юмор.

Результаты поиска по запросу «»

зубы(401)

кариес (7)

кариес.

(1),

зуб за зуб (4)

зуб (51)

зубы зубы (2)

без зубов (4)

зубило (2)

зубами (1)

там зубы? (1)

DON-digiDON

Нет денег на стоматолога? Не проблема!

Развернуть

12.01.201621:03ссылка89.2

mitradis

кариес, налет, зубы, блендамед хуле

Развернуть

22. 10.201412:21 ссылка 2.7

Hiss

3 часа ночи. Не могу уснуть от зубной боли.

Развернуть

14.04.201503:22ссылка0.2

Halera93

Это череп мужчины, жившего во второй половине XVII века. Он был одним из американских пионеров. Зубы сточились под форму трубки, который он, по всей видимости, очень любил курить. Помимо этого черепа, при археологических раскопках на плантации Патаксент-Пойнт в округе Калверт штата Мэриленд были найдены останки женщин и детей. У всех выявлены признаки активного курения табака.

Развернуть

28.04.202114:23ссылка57.2

Mambateam

И это не реконструкция

Развернуть

02.03.202109:09 ссылка 81.

Tatsu

Сап, Риахтур.

На сколько в курсе, у нас тут люди разных профессий сидят, может есть еще и годные стоматологи или те, кто столкнулся с подобным? Чуть меньше года назад заметила у себя что-то типа насечки на клыке снизу у основания (на стыке с десной) о чем сообщила терапевту, когда пришла на прием. Она осмотрела, сказала, что все збс, ничего страшного тем более, что никаких неприятных ощущений я от ее наличия не испытывала и акцентировала внимание на других зубах, которые к слову меня не беспокоили от слова совсем. Спустя полгода при чистке зубов, поняла, что что-то не так, зуб начал реагировать на прикосновение зубной щетки. Посмотрела в зеркало и немношк охренела, т.к. насечка стала уже пятном в несколько мм. Увидела еще пару таких же насечек на других зубах. Потопала к другому специалисту, она мне и сказала, что это клиновидный дефект и надо его как можно скорее лечить. И все бы норм. И я даже полечила все эти зубы. Но вот спустя 1,5 месяца с начала лечения у меня так и не прошла боль от прикосновения зубн. щеткой у того самого клыка. На сл.неделе опять иду к ней на прием, хз что делать будем, т.к визуально ничего не видно, типа с зубом все ок. Но вот если целенаправленно тыкать в определенные области зуба начинается бобо. Просто меня немножко напрягает, что эта девушка, которая меня сейчас лечит рекомендует (уже не 1 раз) ставить брекеты типа вся проблема в неправильном прикусе. Но читаю разные статьи, и пишут, что проблема может быть и в отсутствии нужных минералов, из-за механического воздействия (жесткие зубн.щетки) и т.д. Я об этом ее спрашивала может мне типа щетку сменить на другую или реминерализирующая терапию провести? — нет, лучше всего брекеты. Но ебушки, я не хочу ставить брекеты и вообще это для меня звучит как какой-то развод на бабосики >:-| вот я и думаю теперь на сколько мне вот такого лечения хватит (опилила зуб, поставила пломбу). Как скоро вернется реакция на холодное/горячее у тех зубов и что вообще делать и как с этим жить? =_=

Развернуть

15. 10.202011:27ссылка-3.2

Brabbit

Развернуть

01.02.202100:05ссылка6.7

quts

Развернуть

19.09.202014:30ссылка46.6

Хреновина

Так как у нас довольно разнообразный народ на рекаторе, так что думаю, что найдет кто-то, кто мне поможет.

Недавно обнаружил небольшую дыру в зубе (фото), точнее кусочек зуба с боку отломился. Зуб следующий после клыка.
Не ощущаю ни повышенной чувствительности, ни боли, не шатается, крови тоже нет.

Застревает еда, но ежедневная чистка зубов зубной щеткой легко справляется.

Аккуратно проверил иголкой на чувствительность зуба в дырке (мало ли).

Стоит ли мне идти к стоматологу и пломбировать (или еще что) в моем случае, так как не особо доверяю врачам особенно в моем мухосранске?

Купон прилагается.

Развернуть

23. 06.201902:03ссылка-6.6

Halera93

Развернуть

02.09.201921:37ссылка26.9

Dental Caries — Bilder und Stockfotos

4.072Bilder

Bilder
Fotos
Grafiken
Vektoren
Videos

AlleEssentials

Niedrigster Preis

Signature

Beste Qualität

Durchstöbern Sie 4.072

dental caries Stock- Фотографии и фотографии. Oder starten Sie eine neuesuche, um noch mehr Stock-Photografie und Bilder zu entdecken.

winzige zahnärzte charaktere überprüfen riesige zahn für karies loch в табличке. ärzte halten stomatologie werkzeuge bohrer und pinsel — кариес стоковые графики, клипарты, карикатуры и символы

Winzige Zahnärzte Charaktere Überprüfen riesige Zahn für Karies. ..

Winzige Zahnarzt-Charaktere, die riesige Zähne auf Kariesloch in Plaque überprüfen. Ärzte halten stomatologische Werkzeuge Bohren und Bürsten, Zahnmedizin Menschen, die für die Zahnpflege arbeiten. Cartoon Vector Illustration

zahnbohrer isoliert auf weißem hintergrund. stahl-zahnwerkzeug verwendet, um zahngewebe mit karies zu entfernen — кариес стоковых фотографий и изображений

Zahnbohrer isoliert auf weißem Hintergrund. Шталь-Занверкцеуг…

Zahnbohrer isoliert auf weißem Hintergrund. Zahnwerkzeug aus Stahl, das zum Entfernen von Zahngewebe mit Karies verwendet wird. 3D-рендеринг

zahnarzt mit lupe untersuchen und behandeln zahn auf karies. fachärztin mit zahnbürste reinigt großen zahn — кариес сток-графика, -клипарт, -мультфильмы и -символ

Zahnarzt mit Lupe untersuchen und behandeln Zahn auf Karies. Набор Fachä

в стиле doodle von zahnwerkzeugen und zahnproblemen. кариес, риссе, цанштейн, цанспанген.

skizzieren sie geräte für die mundpflege und -behandlung. isolierte vektorillustration — кариес сток-график, -клипарт, -мультфильмы и -символ

Набор выполнен в стиле Doodle von Zahnwerkzeugen und Zahnproblemen. Кариес,…

arzt führt zahnkariesbehandlung, zahnarztuntersuchung oder behandlungsverfahren durch. erwachsene und kinderpatienten im stuhl — кариес стоковые графики, -клипарты, -мультфильмы и -символы

Arzt führt Zahnkariesbehandlung, Zahnarztuntersuchung oder…

Arzt führt Zahnkariesbehandlung, Zahnärztliche Untersuchung oder Behandlungsverfah. Erwachsene und Kinderpatienten, die auf dem medizinischen Stuhl im Stomatologenkabinett liegen, fühlen Angst. Мультфильм Menschen векторные иллюстрации

Рентгеновские киферы с видимыми полыми кариесами — кариес — кариес стоковые фото и фотографии

Рентгеновые киферы с зрелыми полыми кариесами — кариес

зубные зубы и изображения на праздничных иконах. символ кариес-бехандлунг веркцеуг, стиль пиктограммы глифа на хинтергрунде.

zahnmedizin-zeichen für mobiles konzept und web-design. векторграфикен. — кариес зубов сток-графики, -клипарт, -мультфильмы и -символ

Dental-Bohrgerät und rissigen Zahn fests Icon. Кариес-Бехандлунг

Dentalbohrgerät und gekräuselter Zahn Solid Icon. Kariesbehandlungswerkzeug-Symbol, Glyphen-Piktogramm auf weißem Hintergrund. Zahnarztzeichen для мобильных устройств Konzept und Webdesign. Vektorgrafik

überblick über Prevention — кариес стоковые фотографии и изображения

Überblick über Pantisantiacy

zahnarzt, kieferorthopädie blau musterdesign mit linie symbole. zahnärztliche versorgung, medizinische ausrüstung, zahnspange, zahn-prothese, zahnseide, karies behandlung, zahnpasta. gesundheitsversorgung Hintergrund für zahnheilkunde klinik — кариес зубов стоковые графики, -клипарт, -мультфильмы и -символ

Zahnarzt, Kieferorthopädie blau Musterdesign mit Linie Symbole….

терпеливейший, ден цаннарцт фюр еине кариесбхандлунг aufsucht und sie genießt professionalellen service und fühlen sich auch während der covid-19-pandemie sicher — кариес зубов stock-fotos und bilder

, die den Zahnarzt für eine Kariesbehandlung aufsucht. ..

zahnarzt arzt zeigt mit stift karies auf dummy zahn nahaufnahme — кариес стоковых фото и изображений

Zahnarzt arzt zeigt mit Stift karies auf dummy Zahn Nahaufnahme

Zahnarzt zeigt mit Federkaries auf Dummy-Zahnnahaufnahme. Zahnärztliches Ausbildungskonzept

zahnpflege оранжевый дизайн flaches langen schatten-glyphen-symbol. medizinische verfahren. занмедизин. занмедизин. zahnuntersuchung. hohlraumbehandlung. кариеспрофилактика. цаншмерцен. вектор-силуэт-иллюстрация — кариес сток-графика, -клипарт, -мультфильмы и -символ

Zahnpflege оранжевый flaches Design langen Schatten-Glyphen-Symbol….

zahnklinik kritzel-illustration einschließlich symbole — weisheitszahn, шпон, zahnaufhellung, zahnspange , имплантант, электрическая zahnbürste, кариес, zahnseide, mund. dünne linie kunst über стоматология. медвежий барер строгий. — кариес сток-график, -клипарт, -мультфильмы и -символ

Zahnklinik Kritzel-Illustration einschließlich Symbole -. ..

nahaufnahme eines männlichen zahnarztes kieferorthopäden in schutzmaske, der die zähne des Patient Heilt, Untersucht, Karies Heilt. stomatologisches zahnpflegekonzept — кариес зубов стоковые фото и фото

Nahaufnahme eines männlichen Zahnarztes Kieferorthopäden in…

satz von zahn mit caries makro bild und zahnbürste — кариес стоковые фото и фото

Satz von Zahn mit caries Makro

Satz von Zahn mit caries makro bild und zahnbürste0003 zahnarzt zeigt auf zahnmodell, wie karies den zahnschmelz zerstört — кариес, фото и фотографии Tägliches Hygiene- und Zahnpflegekonzept

zahnarzt oderdentalhygieniker in betrieb mit dempatienten. фрау мит Калькюль или Кариес. oralarzt entfernen weisheit zähne. занмедизин. фахбетриб. — кариес зубов стоковые фотографии и изображения

Zahnarzt oder Dentalhygieniker in Betrieb mit Dem Patienten….

zahnarzt, kieferorthopädie blau musterdesign mit linie symbole. zahnärztliche versorgung, medizinische ausrüstung, zahnspange, zahn-prothese, zahnseide, karies behandlung, zahnpasta.

gesundheitsversorgung hintergrund für zahnheilkunde klinik — кариес стоковые графики, -клипарты, -мультфильмы и -символы

Zahnarzt, Kieferorthopädie blau Musterdesign mit Line Symbole….

Zahnarzt, Kieferorthopädie blaues nahtloses Muster mit Liniensymbolen. Zahnpflege, medizinische Geräte, Zahnspangen, Zahnersatz, Zahnseide, Kariesbehandlung, Zahnpasta. Hintergrund im Gesundheitswesen für die Zahklinik.

Die Stadien der Kariesentwicklung, vektor-illustration — кариес Stock-grafiken, -clipart, -cartoons und -symbole

Die Stadien der Kariesentwicklung, Vector-Illustration

zahnarzt, kieferorthopädie linie symbole. зубные протезы, zahnspange, zahn-prothese, furniere, zahnseide, кариес behandlung medizinische elemente. Здравоохранение dünne lineare zeichen für zahnheilkunde klinik pixel perfekt 64 x 64 — кариес сток-графика, -клипарт, -мультфильмы и -символ

Zahnarzt, Kieferorthopädie Line Symbole. Dentalgeräte,…

Zahnarzt, Kieferorthopädie Liniensymbole. Dentalausrüstung, Zahnspange, Zahnersatz, Виниры, Zahnseide, Kriesbehandlung medizinische Elemente. Gesundheitswesen dünne lineare Zeichen für Zahnmedizin Klinik Perfect Pixel 64×64.

zwei kauen seitenzahnbereich des oberkiefers nach der behandlung von karies. wiederherstellung der kaufläche mit einem photopolymer füllmaterial mit kofferdam-system — caries stock-fotos und bilder

zwei kauen Seitenzahnbereich des Oberkiefers nach der Behandlung…

konzept der gesunden breit lächeln. nahaufnahme foto von gesunden ohne karies glänzend toothy frau lächeln, isoliert auf gruemhintergrund abgeschnitten — кариес зубов stock-fotos und bilder

Konzept der gesunden breit Lächeln. Nahaufnahme Foto von…

абстракция кариеса с мини-бауарбайтером на зане — кариес сток-фотографии и фотографии , фон, баннер, плакат. gesundheit zähne, backenzahn mit karies und имплантат. eine durchgehende strichzeichnung für das weltweite mundgesundheitsbewusstsein — кариес сток-графика, -клипарт, -мультфильмы и -символ

День здоровья полости рта einfache Vektorzahn Illustration, Hintergrund,. ..

Профессионал детского сада, кариеса для молодых пациентов — кариес стоковых фото и изображений

Профессионал детского сада, кариеса в юношеском… -клео кариес — кариес зубов фото и изображения

Satz фон Zahn мит кариес Makro Bild-Cleo Karies

дер kinderzahnarzt behandelt die zähne des kindes und putzt den zahn von karies mit einem bohrer. — кариес зубов стоковые фотографии и изображения

Der Kinderzahnarzt behandelt die Zähne des Kindes und putzt den…

zahnarztteam untersucht und behandelt riesige zähne. fachärztin mit zahnspiegel prüft den zahn auf karies. verschieden mundhygieneartikel. zahnmedizin, zahnpflegekonzept. — кариес зубов сток-графики, -клипарт, -мультфильмы и -символ

Zahnarztteam untersucht und behandelt riesige Zähne. Fachärztin…

Das Zahnarztteam untersucht und behandelt riesige Zähne. Spezialistin mit Zahnspiegel prüft den Zahn auf Karies. Verschieden Mundhygieneartikel. Zahnmedizin, Zahnpflegekonzept. Trendige flache Vektorillustration

kleine zahnärzte menschen reinigung, behandlung von großen ungesunden zahn plate und karies loch. налет бора. стоматология, занмедицина. мультипликационная векторная иллюстрация — кариес зубов, карикатуры и символы

Kleine Zahnärzte Menschen Reinigung, Behandlung von großen…

der arzt zeigt einen behandlungsverlauf. кариесбехандлунг. имплантация и установка виниров. — кариес зубов фото и изображения

Der Arzt zeigt einen Behandlungsverlauf. Кариесбехандлунг….

erfolgreicher glücklicher kaukasischer zahnarzt oder kieferorthopäde, der die mundhöhle despatienten heilt, zahn füllt, karieskaries in die kamera schaut. виниры, стоматологические концепции — кариес зубов фото и фото

Erfolgreicher glücklicher kaukasischer Zahnarzt oder Kieferorthopä

кариес и zahnerkrankungen. Füllung mit einemdental-verbund-photopolymermaterial mit gummidamm. das konzept der zahnbehandlung in der zahnklinik — кариес стоковых фотографий и изображений

Кариес и Zahnerkrankungen. Füllung mit einem Dental-Verbund-Phot

Занкариес. Использование стоматологических материалов Композитно-фотополимерный материал для защиты от резиновой прокладки. Das Konzept der zahnärztlichen Behandlung in einer Zahnklinik

glückliches kaukasisches kleines junges mädchen, das zahnarzt oder kieferorthopäde besucht, zahnärztliche gesundheit untersucht, zahnpflegekonzept. стоматология, zahnschmerzen, kariesfullungskonzept. — зубной кариес стоковые фотографии и фотографии

Glückliches kaukasisches kleines Junges Mädchen, das Zahnarzt…

zahnarzt, kieferorthopädie linie symbole. zahnpflege-ausrüstung, zahnspange, zahn-prothese, furniere, zahnseide, karies behandlung und andere medizinische elemente. Здравоохранение dünne lineare zeichen für zahnheilkunde klinik — кариес сток-графика, -клипарт, -мультфильмы и -символ

Zahnarzt, Kieferorthopädie Line Symbole. Zahnpflege-Ausrüstung,…

значка стоматологической линии. медвежий барер строгий.

пиксель идеальный. для мобильных устройств и Интернета. enthält symbole wie zahnspangen, zahnersatz, zahnbrücke, zahn, entzündung, karies, bohrer, zahnarzt, zahnimplantat, zahnpasta, zahnnipper, dentalwerkzeuge, zahnpflege, zahnbür — кариес сток-графика, -клипарт, -мультфильмы и -символ Dental Line Icons

Беарбайтбарер Стрих. Идеальный пиксель. Für…

векторный набор с зубами, имплантатами, кариесами, инструментами, стеклянными емкостями, салфетками, пастой. morgenroutine, tägliche mundhygiene. Всемирный национальный международный день стоматолога 6. märz — кариес зубов стоковые графики, -клипарты, -мультфильмы и -символ

Vektor-Set mit gesunden Zähnen, Implantaten, Karies,…

zahnarzt handde in handschhehalten bohrer und heilt zähne mit karies, entfernen plate. баннер в стиле поп-арт. menschlicher mund mit zahnfleisch. mundhöhlenerkrankungen. — кариес зубов стоковые графики, -клипарты, -мультфильмы и -символы

Zahnarzt Hände in Handschuhehalten Bohrer und Heilt Zähne mit. ..

350+ Стоматологические фотографии [HD] | Скачать бесплатные изображения на Unsplash

350+ Dental Pictures [HD] | Скачать бесплатные изображения на Unsplash

A Photophotos в рамке 685

А. кабинет

wellness

скалирование

зондирование

серые обои Hd

стоматологические инструменты

стоматологическая клиника

jaw

mouth

teeth

prothesis

prosthesis

dentistry

dentist office

teeth cleaning

Hd red wallpapers

toothbrushes

Hd abstract wallpapers

dental implant

detal

dentla implant

Женские изображения и изображения

лицо

Девушки фотографии и изображения

–––– –––– –––– – –––– – –––– –– –– –––– – – – – ––– –– –––– – –.

стоматолог

корневой канал

медицинский

зубная щетка

устойчивость

d. t.u. SRL

Via Pietro Redaelli

Milano

Стоматологический рентген

Медицинский сканер

Станция

Изображения и картинки

Joy

Happy Images и картинки

Prophylax

Dental обработка

child

hygiene activities

tooth

x ray

xray

clinic

tooth decay

room

Related collections

Children/Dental

274 photos · Curated by Christina Burroughs

Dental

97 фото · Куратор Лоуренс Дела Круз

Стоматология

53 фото · Куратор Сара Кондон

ремонт

кабинет стоматолога

знакомства

smile

light box

Light backgrounds

orthodontist

dental assistant dental drill

dentist’s office

Hd grey wallpapers

dental instruments

dental clinic

People images & pictures

joy

Happy images и фотографии

стоматология

кабинет стоматолога

чистка зубов

зубной имплантат

деталь

зубной имплантат

Ремонт

Офис стоматолога

Датирование

Стоматолог

Корневой канал

Medical

Wellness

Масштабирование

зубная паста

детская

гигиенические мероприятия

поликлиника

кариес

кабинет

улыбка

световой короб

Светлый фон

–––– –––– –––– – –––– – –––– –– – –– –––– – – –– ––– –– –––– – –.

зубная щетка

устойчивость

d.t.u. srl

via pietro redaelli

milano

jaw

mouth

prophylaxis

dental treatment

dental scaling

Related collections

Children/Dental

274 photos · Curated by Christina Burroughs

Dental

97 photos · Curated by Laurence Dela Cruz

Dental

53 photos · Curated by Sara Condon

Hd red wallpapers

toothbrushes

Hd abstract wallpapers

tooth

x ray

xray

Женские изображения и изображения

лица

Девушки фотографии и изображения

Логотип Unsplash

Unsplash+В сотрудничестве с Getty Images

Unsplash+

Разблокировать

ортодонт

ассистент стоматолога бормашина

кабинет стоматолога

Джонатан Борба

стоматолог

корневой канал

медицинский

–––– –––– – –– – –– –––– – – –– ––– –– –––– – –.

The Humble Co.

Зубная щетка

Устойчивость

Устойчивая

Caroline LM

Wellness

Масштаб

.0003

стоматологические инструменты

стоматологическая клиника

Quang Tri NGUYEN

d.t.u. srl

via pietro redaelli

milano

Unsplash logo

Unsplash+In collaboration with Getty Images

Unsplash+

Unlock

dental x ray

medical scanner

station

Diana Polekhina

jaw

mouth

Лесли Хуарес

Люди изображения и картинки

радость

Happy images & pictures

Rudi Fargo

teeth

prothesis

prosthesis

Caroline LM

prophylaxis

dental treatment

dental scaling

Jonathan Borba

dentistry

dentist office

teeth cleaning

Логотип Unsplash

Unsplash+В сотрудничестве с Getty Images

Unsplash+

Unlock

зубная паста

ребенок

Гигиена.

Атика Ахтар

клиника

кариес

палата

Майкл Дам

женские фото и фото

лицо

Girls photos & images

Unsplash logo

Unsplash+In collaboration with Getty Images

Unsplash+

Unlock

repairing

dentist’s office

dating

Erick Tang

smile

light box

Light backgrounds

Просматривайте премиум-изображения на iStock | Скидка 20% на iStock

Логотип Unsplash

Сделайте что-нибудь потрясающее

Обнаружение кариеса зубов на фотографиях полости рта, сделанных мобильными телефонами, на основе алгоритма YOLOv3 — Ding

Оригинальный артикул

Baichen Ding ^1,2#, Zhuo Zhang ^3#, Yiran Liang ⁴, Weiwei Wang ³, Siwei Haa ², ZE Meng5959595995999999999999999959959959959959959959999999999999999999959999999999999995959959959959959959999999. 7 , Бин Го ², Рунлиан Чжао ³, Ян Лв ⁷

¹ Медицинская школа Народно-освободительной армии Китая (НОАК), Пекин, Китай; ² Отделение стоматологии, Первый медицинский центр, Больница общего профиля китайской Народно-освободительной армии, Пекин, Китай;

3 Колледж информационных наук и технологий Пекинского химико-технологического университета, Пекин, Китай; ⁴ Отделение эндодонтии, Пекинская стоматологическая больница и школа стоматологии, Столичный медицинский университет, Пекин, Китай; ⁵ Отделение стоматологии, Первая больница Ханьдань, Ханьдань, Китай; ⁶ Отделение стоматологии, Пекинская больница интегрированной традиционной китайской и западной медицины, Пекин, Китай; ⁷ Пекинский институт стоматологических исследований, Пекинская стоматологическая больница и Стоматологическая школа Столичного медицинского университета, Пекин, Китай

Пожертвования: (I) Концепция и дизайн: B Ding; (II) административная поддержка: нет; (III) Предоставление материалов для исследования или пациентов: Y Liang; (IV) Сбор и сбор данных: С.

Хао; (V) Анализ и интерпретация данных: Z Zhang; (VI) Написание рукописи: все авторы; (VII) Окончательное утверждение рукописи: все авторы.

^# Авторы внесли равный вклад в эту работу и являются первыми соавторами.

Адрес для связи: Бин Го. Отделение стоматологии, Первый медицинский центр, Китайская больница общего профиля НОАК, улица Фусин, № 28, район Хайдянь, Пекин 100853, Китай. Электронная почта: [email protected]; Рунлиан Чжао. Колледж информационных наук и технологий Пекинского химико-технологического университета, East Beisanhuan Road, #15, район Чаоян, Пекин 100029, Китай. Электронная почта: [email protected]; Ян Ур. Пекинский институт стоматологических исследований, Пекинская стоматологическая больница и школа стоматологии, Столичный медицинский университет, Западный Тяньтань Ли, № 4, район Дунчэн, Пекин 100050, Китай. Электронная почта: [email protected].

Справочная информация: Целью данного исследования было изучить ценность использования алгоритма YOLOv3 для обнаружения и диагностики кариеса зубов на фотографиях полости рта, сделанных с помощью мобильных телефонов.

Методы: устных фотографий, сделанных с помощью мобильных телефонов 570 пациентов, были использованы в качестве трех наборов данных: дополненные изображения (n = 3990), улучшенные изображения (n = 3990) и комбинированные дополненные и улучшенные изображения (n = 7980). В качестве независимой тестовой выборки использовались устные фотографии, сделанные мобильными телефонами еще 70 пациентов. Мы использовали сеть YOLOv3 для обучения миграции для моделирования. Диагностическая точность, отзыв, оценка F1 и средняя средняя точность (mAP) были рассчитаны для получения эффективности обнаружения и диагностики алгоритма YOLOv3.

Результаты: После 3 независимых тренировок значение mAP исходного группового алгоритма YOLOv3 составило 56,20%, в котором точность распознавания первичного кариеса составила 76,92%, отзыв составил 49,59%, а F1-оценка составила 0,60; точность распознавания вторичного кариеса составила 91,67%, полнота — 52,38%, а показатель F1 — 0,67. Значение mAP алгоритма расширенной группы составило 66,69 %, при этом точность идентификации первичного кариеса составила 81,82 %, полнота — 52,07 %, показатель F1 — 0,64, точность идентификации вторичного кариеса — 100 %, полнота — 33,33. %, а F1-оценка составила 0,50. Значение mAP комплексного группового алгоритма составило 85,48%, при котором точность идентификации первичного кариеса составила 9 баллов.3,33%, отзыв составил 69,42%, показатель F1 составил 0,80, а показатель F1 для выявления вторичного кариеса составил 0,50; точность составила 100 %, полнота — 52,38 %, а показатель F1 — 0,69.

Выводы: Возможность обнаружения кариеса на основе алгоритма YOLOv3 подчеркивает потенциальную полезность глубокого обучения для обнаружения и диагностики кариеса. Сравнивая 3 эксперимента, обнаружение модели, обученной после использования методов увеличения и улучшения изображения, было значительно улучшено.

Ключевые слова: Кариес зубов; устные образы; алгоритм YOLOv3; распознавание изображений

Поступила 26 августа 2021 г. Принята к публикации 22 октября 2021 г.

doi: 10.21037/atm-21-4805

Введение

Кариес зубов является наиболее распространенным хроническим заболеванием полости рта у большинства подростков и взрослых во всем мире, и его можно разделить на первичный и вторичный кариес в соответствии с предыдущим опытом лечения. Первичный кариес является наиболее частым видом кариеса в клиническом лечении, тогда как вторичный кариес – это кариес, который рецидивирует из-за небольшого зазора между краем пломбы и окружающим дентином по разным причинам, или пломбирование проводится до удаления исходной ткани поражения, оставляя бляшку на месте. Результаты четвертого эпидемиологического исследования состояния полости рта в Китае (1) показали, что уровень кариеса постоянных зубов в Китае составляет 89%.0,0% в возрастной группе 35–44 лет, 95,6% в возрастной группе 55–64 лет и 98,0% в возрастной группе 65–74 лет. При такой высокой распространенности кариеса медицинских ресурсов специалистов-стоматологов не хватает, как повысить эффективность лечения кариеса зубов имеющимися ресурсами и помочь врачам в медицинской диагностике стало актуальной задачей. Методы глубокого обучения продемонстрировали отличные возможности распознавания целей на фотографических изображениях, и эта возможность привела нас к мысли, что глубокое обучение также может иметь потенциал для захвата характеристик поражений в полости рта, что может способствовать раннему выявлению заболеваний полости рта. .

В настоящее время стоматологическая диагностика с помощью искусственного интеллекта первоначально используется в стоматологической визуализации и изображениях, полученных с помощью другого специализированного оборудования, но в настоящее время ее использование ограничено, поскольку пациенты должны сначала пройти обследование в медицинском учреждении, прежде чем ее можно будет применять. Распознавание и классификация зубов на изображениях зубов является необходимым условием для диагностики заболеваний, и многие исследователи внедрили алгоритмы обработки изображений и сегментации, основанные на обработке изображений и сегментации зубов для изображений апикальных срезов (2). Ли и др. (3) разделил 3000 изображений апикального среза на 2400 обучающих и проверочных наборов данных и 600 тестовых наборов данных с использованием глубокой сверточной нейронной сети (CNN) на основе архитектуры Inceptionv3 на базе GoogLeNet для диагностики кариеса зубов. Лейте и др. оценили эффективность нового искусственного интеллекта (ИИ) для обнаружения и сегментации зубов на панорамных рентгеновских снимках и показали, что модель ИИ имеет чувствительность 98,9% и точность 99,6% для обнаружения зубов (4). Пьер и Мостафа разработали сеть функциональных пирамид (FPN) на основе алгоритма сегментации зубов ИИ для автоматической сегментации зубов на конусно-лучевой компьютерной томографии (КЛКТ), которая продемонстрировала отличные возможности с точки зрения точности и скорости обнаружения (5).

Стоматологическая больница Пекинского университета применила алгоритмы глубокого обучения и сегментации для обучения и создания интеллектуальной системы интерпретации зубного налета на основе аннотаций изображений зубов до и после окрашивания зубного налета (6), что позволяет людям делать снимки дома с помощью орального эндоскопа для изучения зубного налета. количество и площадь распределения зубного налета и обеспечивают точную обратную связь для ежедневной очистки полости рта. Казаленьо и др. (7) использовал модель глубокого обучения на выходе прибора в черно-белых изображениях для автоматического обнаружения и определения степени поражения зубов, чтобы помочь врачу в диагностике. Эти исследования на практике ограничены из-за необходимости дополнительного специализированного оборудования, сложности работы и сложности получения стандартизированных результатов изображения. Эстаи и др. (8) сравнили оценку кариеса у стоматологов среднего уровня с использованием фотографий зубов со смартфона в 2016 году, утверждая, что у стоматологов среднего уровня есть потенциал для удаленного скрининга кариеса с использованием визуального осмотра старшим стоматологом.

В предыдущих исследованиях, как правило, требовалось использовать специальные инструменты для тестирования или по-прежнему требовалось, чтобы профессиональный врач тратил время на дистанционную оценку. И эти специальные инструменты могут показать специфические признаки кариеса, но мошенничество сложно популяризировать в социальных группах, а телемедицина может решить некоторые проблемы нехватки медицинских ресурсов. Тем не менее, общие медицинские ресурсы стран или регионов не могут коренным образом решить проблему нехватки медицинской помощи. Исходя из этой ситуации, получение основных изображений через смартфоны может снизить стоимость оборудования для обследования, а искусственный интеллект используется для замены профессиональных врачей, чтобы снизить нагрузку на диагностику и лечение в слаборазвитых областях. В этом исследовании использовалось компьютерное зрение на основе алгоритма YOLOv3 (9,10) вместо человеческого глаза для обнаружения изображений кариеса на оральных фотографиях, сделанных мобильными телефонами, чтобы еще больше уменьшить сложность исследования кариеса, чтобы улучшить вторичную профилактику кариеса, добиться раннего выявления, диагностики и лечения кариеса, повысить уровень доклинического выявления, сэкономить стоматологические медицинские ресурсы и повысить эффективность клинической диагностики и лечения. Для обучения в этом исследовании использовались три набора данных: расширенный набор данных, расширенный набор данных и полный набор данных. Дополненный набор данных содержит собранные изображения и результаты после поворота и отражения этих изображений. Расширенный набор данных содержит изображения в расширенном наборе данных, выделенные после локальных особенностей после цвета и текстуры. Комплексный набор данных содержит все изображения в расширенном наборе данных и расширенном наборе данных. Эффекты трех обучающих моделей были протестированы с использованием независимого обучающего набора. Данные испытаний и результаты испытаний трех моделей сравнивались и сообщались следующим образом.

Методы

Объект исследования

Экспериментальные материалы

В исследовании использовались смартфоны Huawei mate30pro (Huawei Technologies Co. Ltd., Шэньчжэнь, Китай), Honor 9 (Huawei Technologies Co. , Ltd., Китай) и iPhone 12 (Apple Corp., Купертино, Калифорния). , США), без особых критериев или критериев исключения в отношении изображений. Все данные состояли из 640 изображений ротовой полости разных пациентов, сделанных мобильными телефонами у пациентов, посещающих стоматологические отделения Главного госпиталя Народно-освободительной армии Китая (НОАК), Пекинской стоматологической больницы и Первой больницы Ханьдань. Первичный или вторичный кариес в данных был диагностирован и помечен клиницистами-специалистами. Данные включали изображения, полученные с августа 2019 года.по декабрь 2020 г. Все процедуры, проведенные в этом исследовании с участием людей, соответствовали Хельсинкской декларации (в редакции 2013 г.). Исследование было одобрено Комитетом по этике Китайской больницы общего профиля НОАК (№ S2021-273-01), и у всех пациентов было получено информированное согласие.

Сбор карты

Фронтальная окклюзионная фотография требовала от пациента показать максимальное количество зубов и десен и могла сопровождаться обычными предметами. Фотография верхних зубов требовала от пациента максимально открыть рот и сфотографировать зубной ряд верхней челюсти. Пациент должен был лежать как можно ровнее, так чтобы жевательная поверхность верхней челюсти находилась на уровне 9°.0–120° к полу после открывания рта. Наконечник держали как можно ниже, вдавливали или держали вверх ногами, и фотографировали всю верхнечелюстную дугу снизу вверх. Голова пациента была слегка опущена, а большой и указательный пальцы слегка разведены в угол рта, а наконечник удерживался по диагонали вверх к низу. Для пациентов с меньшим отверстием рта также можно было сделать по одной фотографии каждого из правых и левых зубов. Для этого исследования не производились предварительные настройки условий освещения, разрешения, экспозиции и других скачков в фотографическом процессе; все изображения были получены прибором в обычном фотографическом режиме. Чтобы приблизить эффект изображения к реальным сценариям, все изображения были сняты с помощью смартфона и без профессионального оборудования, такого как отражатели ( Фигуры 1,2 ).

Рисунок 1 Первичный кариес, собранный мобильным телефоном (стрелки).

Рисунок 2 Вторичный кариес, обнаруженный мобильным телефоном (стрелка).

Программное обеспечение для информации о фотографиях и тегов

Изображения собраны в формате JPG, размером 1–33 Мб. В общей сложности было собрано 640 изображений и установлено программное обеспечение для аннотирования изображений LabelImg (labelImg.1.8.4. Ноябрь 2020 г., Tzu Ta Lin. https://pypi.org/project/labelImg/1.8.4/.10/12/2020). ), который используется для аннотирования кариеса в данных изображения ( Рисунок 3 ).

Рис. 3 Эффект программного обеспечения LabelImg, помечающего кариес на фотографии полости рта с зеленым прямоугольником, обозначающим положение кариеса на изображении.

Методология

Во-первых, все полученные изображения ротовой полости были помечены на наличие кариеса с использованием программного обеспечения LabelImg; во-вторых, 570 изображений были расширены до 3990 с использованием метода увеличения данных, а набор данных был разделен на обучающий набор и тестовый набор в соответствии с определенным соотношением. Обучающая выборка содержала 3,990 изображений от 570 добровольцев, тогда как тестовый набор содержал 70 изображений от 70 добровольцев. Мы позаботились о том, чтобы два подмножества, разделенный набор данных и тестовый набор, были взаимоисключающими. Наконец, эксперимент был разделен на 3 части: в первой части использовались 3990 изображений из 570 изображений в качестве исходной группы, модель обучалась с использованием алгоритма YOLOv3, а тестовая модель обучалась с использованием независимого набора тестов; во второй части использовался метод улучшения изображения для улучшения изображений в исходной группе при сохранении количества изображений в исходной группе неизменным. В третьей части исходные данные группы и данные расширенной группы были смешаны, чтобы сформировать комплексную группу, а комплексный набор групповых данных состоял из 7,980 изображений.

Обнаружение кариеса на основе YOLOv3 (11-13)

Среда реализации алгоритма

Это исследование проводилось с использованием настольного компьютера со следующим списком конфигураций конкретной среды, центральный процессор (ЦП): Intel ^® CoreTM i7-6700HQ; память: 8 ГБ; видеокарта: Nvidia GeForce 965M; операционная система: Windows 10; Python: Python 3. 7.3; CUDA: CUDA 10.1; CUDNN; память графического процессора (GPU): 8 ГБ. Python: Python 3.7.3; CUDA: CUDA 10.1; CUDNN; видеопамять графического процессора (GPU): 8 G.

Подготовка данных

Собственный набор данных для этого исследования был получен из изображений полости рта пациентов, посещающих отделение стоматологии Главного госпиталя Китайской Народно-освободительной армии, Стоматологического госпиталя Пекина и Первого госпиталя провинции Ханьдань. Критерии включения были следующими: возраст 12 лет и старше, хорошее общее состояние и способность сотрудничать при заполнении внутриротовых фотографий. Из исследования исключались пациенты с одним или несколькими из следующих условий: проходящие ортодонтическое лечение; с ограниченным открыванием рта шириной менее 3 пальцев. Область, охваченная изображениями, включает в основном окклюзионные поверхности верхнего и нижнего зубного ряда, с некоторыми изображениями щечных поверхностей, губных поверхностей, подъязычных поверхностей и небных поверхностей моляров.

Собранные изображения данных нужно было вручную аннотировать для каждого изображения, чтобы завершить предварительную подготовку набора данных. Чтобы сеть глубокого обучения точно и эффективно изучала особенности местоположения цели, необходимо было убедиться, что помеченные местоположения были разумными. В этом исследовании в качестве инструмента маркировки данных использовалось программное обеспечение LabelImg, которое не только точно маркирует каждое изображение его местоположением, но и преобразует метку в XML-файл, распознаваемый Python, в котором хранятся местоположение и категория целевого кадра. После того, как образцы изображений были помечены с помощью программного обеспечения LabelImg, программное обеспечение LabelImg сгенерировало файл информации о маркировке в формате XML, который стал набором данных VOC изображений кариеса.

Для обучения глубоких нейронных сетей требуется большой объем разумных данных, а слишком маленький набор данных может привести к переобучению нейронной сети. В этом исследовании мы использовали методы увеличения данных, чтобы увеличить количество данных в полученном наборе данных, тем самым улучшив способность к обобщению и надежность модели. Исходное и дополненное изображения показаны на рисунках 4, 5 , соответственно, и файлы аннотаций, соответствующие каждому изображению, были преобразованы одновременно во время этого процесса. Изображения 570 участников были увеличены до 3,990 для учебных целей, а изображения 70 участников были разделены на отдельный тестовый набор.

Рисунок 4 Исходное изображение.

Рисунок 5 Изображение после расширения данных.

Из-за различного течения кариеса может быть недостаточно контраста между поражением и окружающими нормальными участками, что делает кариес менее заметным. Используя алгоритм многомасштабного ретинекса с восстановлением цвета (MSRCR), параметры изображения можно было отрегулировать таким образом, чтобы такие детали, как цвет и текстура кариеса, выделялись после улучшения. Кариес мог быть обнаружен только в улучшенной области, когда положение аннотации было таким же, как и в улучшенной области, поэтому мы пришли к выводу, что обучение модели только на улучшенном изображении может повысить точность модели (9).0635 Рисунок 6 ). Поэтому в этом исследовании набор данных был улучшен как улучшенный обучающий набор.

Рис. 6 Изображения до и после улучшения изображения.

Экспериментальная процедура

Эксперименты были разделены на 3 группы в зависимости от способа обработки данных: исходная группа использовала исходный набор данных для обучения модели; группа расширения использовала расширенный набор данных для обучения модели; а комплексная группа использовала комбинацию исходных групповых данных и расширенных групповых данных для обучения модели. Модель была обучена с использованием комбинации данных исходной группы и данных расширенной группы. Три эксперимента оценивались на одном и том же независимом наборе тестов.

Экспериментальные этапы были следующими: (I) обработать набор данных и сгенерировать 3 набора данных путем увеличения, улучшения и увеличения плюс улучшение; (II) настроить параметры сети в соответствии с требованиями к набору данных, чтобы удовлетворить требования к обучению набора данных; (III) загрузить 3 набора данных по очереди для обучения модели; (IV) снова оптимизировать параметры в соответствии с результатами обучения каждого набора данных; (V) после обучения модели модельный эффект, полученный в результате 3 экспериментов, был протестирован с использованием независимого набора тестов; (VI) вышеуказанные гипотезы были проверены на основе показателей оценки модели, таких как средняя средняя точность (mAP), полнота и точность.

Подробная обработка: (I) Расширение и улучшение набора данных означает: использование языка python для написания собственных инструментов обработки набора данных для получения унифицированных результатов обработки изображений и соответствующих файлов xml. (II) Разделение набора данных: исходный групповой эксперимент, 570 изображений были расширены до 3990 изображений в качестве исходного набора данных группы; расширенный групповой эксперимент, исходные групповые данные были дополнены тем же количеством изображений, что и набор расширенных групповых данных. Всеобъемлющие групповые эксперименты, исходные групповые данные и улучшенные групповые данные были объединены в комплексный набор групповых данных. (III) Оптимизация параметров: были проведены многочисленные эксперименты и статистические результаты, а необходимые параметры были скорректированы в соответствии с результатами предыдущей фазы экспериментов в текущей фазе экспериментальных условий (14). (IV) Обучение модели: чтобы предотвратить переобучение модели обучения, количество раундов обучения разумно контролировалось путем вызова соответствующих функций. (V) Передача обучения: передача помеченных данных или структур знаний из соответствующих областей для улучшения эффекта обучения целевой области или задачи, ускорения обучения модели и повышения точности модели. (VI) Использование показателей оценки: все 3 группы были рассчитаны при одинаковых условиях для показателей оценки.

Статистический анализ

Мы оценили диагностическую точность, полноту, F1-оценку и значения mAP для тестового набора данных. Эти результаты были использованы для оценки и создания лучших весовых коэффициентов для нейронной сети.

Точность

Точность представляла собой отношение фактического положительного образца ко всем положительным образцам в прогнозируемом образце.

точность=TPTP+FP[1]

Отзыв

Отзыв был отношением фактических положительных образцов к количеству предсказанных образцов в прогнозируемом образце.

отзыв=TPTP+FN[2]

F1 было суммой среднего значения точности и отзыва.

F1=21Точный+1Отзыв=2Точный⋅ОтзывТочный+Отзыв[3]

карта доступа

mAP представлял собой среднее значение AP для нескольких проверочных наборов людей и использовался в качестве меры точности обнаружения при обнаружении объектов.

ТД

AP (средняя точность), указывающая площадь под кривой P-R с использованием различных значений точности и полноты.

ТП, ФП, ФН, АП

TP: истинные положительные результаты, количество случаев, которые были правильно классифицированы как положительные. FP: ложные срабатывания, количество случаев, которые были ошибочно классифицированы как положительные. FN: ложноотрицательные результаты, количество случаев, которые были ошибочно классифицированы как отрицательные.

Результаты

Значение mAP исходной модели группового обучения для распознавания изображений кариеса в тестовом наборе составило 56,20 %, в котором точность первичного кариеса составила 76,92 %, полнота — 49,59 %, показатель F1 — 0,60, а значение AP — 55,63 %. ; алгоритм вторичного кариеса распознал 91,67% точности, 52,38% отзыва, показатель F1 составил 0,67, а значение AP составило 56,78%. Значение mAP модели обучения расширенной группы для распознавания изображений кариеса в тестовом наборе составило 66,69.%, а алгоритм первичного кариеса распознал точность 81,82%, полнота 52,07%, F1-оценка 0,64 и значение АР 68,21%; алгоритм вторичного кариеса распознал 100% точности, 33,33% отзыва, показатель F1 составил 0,50, а значение AP составило 65,17%. Значение mAP комплексной модели группового обучения для распознавания изображений кариеса в тестовом наборе составило 85,48%, из них 93,33% для первичного кариеса, 69,42% для отзыва, 0,80 для F1-показателя и 85,09% для AP. Алгоритм вторичного кариеса имел точность 100%, отзыв 52,38%, показатель F1 0,69., и АП 85,87% ( Таблица 1 ).

Table 1

Precision, recall, F1-score, and AP values for the three training set detection results

Group	Первичный кариес				Вторичный кариес
Group	Точность (%)	Отзыв (%)	F1-счет	АП (%)	Точность (%)	Отзыв (%)	F1-счет	АП (%)
Исходная группа	76,92	49,59	0,60	55,63	91,67	52,38	0,67	56,78
Расширенная группа	81,82	52,07	0,64	68,21	100,00	33,33	0,50	65,17
Комплексная группа	93,33	69,42	0,80	85,09	100,00	52,38	0,69	85,87

Результаты показали хорошее распознавание кариеса алгоритмической моделью после обучения на комбинированном обучающем наборе Рисунок 7 , сравнение результатов испытаний 3 моделей, обучение улучшенных изображений вместе с необработанными изображениями улучшило способность модели распознавать кариес ( Рисунок 8 ).

Рисунок 7 Сравнение результатов обнаружения 3 обучающих моделей в тестовом наборе: (A) оригинал; (Б) исходная группа; (С) группа усиления; (D) комплексная группа. Обнаружение и локализация первичного кариеса отмечены синим прямоугольником, а вторичный кариес отмечен красным прямоугольником, а значения показаны как уровни достоверности.

Рис. 8 Сеть YOLOv3 была обучена на моделях исходной группы, расширенной группы и комплексной группы для обнаружения первичного кариеса (зеленый) и вторичного кариеса (синий) в тестовом наборе. Способность обнаружения каждой группы показана точностью (A), полнотой (B) и значениями F1 (C) результатов обнаружения.

Регулярные осмотры полости рта позволяют пациентам понять свое здоровье полости рта, получить знания об уходе за полостью рта, выявить заболевания полости рта и как можно раньше лечить поражения зубов посредством осмотров на ранних стадиях процесса заболевания полости рта. С одной стороны, наиболее распространенные заболевания полости рта, такие как кариес и заболевания пародонта, являются хроническими заболеваниями, ранние симптомы которых не очевидны, хотя регулярные осмотры могут обеспечить раннее выявление, раннюю диагностику и раннее лечение. С другой стороны, некоторые системные заболевания имеют особые проявления в полости рта, и стоматология иногда является первым отделением, которое их видит, например, цинга, острый лейкоз, корь. Вмешательство на ранних стадиях заболеваний полости рта позволяет пациентам достичь лучших результатов лечения, сократить сроки лечения и снизить затраты на лечение. Регулярные осмотры полости рта являются одной из наиболее важных мер по поддержанию здоровья полости рта и укреплению общего состояния здоровья. Тем не менее, результаты Четвертого национального эпидемиологического исследования состояния полости рта показывают, что проблемы со здоровьем полости рта у китайского населения по-прежнему серьезны. Необходимость раннего скрининга и диагностики поражений полости рта резко контрастирует с ограниченными медицинскими ресурсами, доступными в настоящее время, и разработка технологии искусственного интеллекта обещает разрешить этот конфликт.

Алгоритм YOLOv3 представляет собой тип алгоритма обнаружения цели, и его основная идея заключается в следующем: на изображении генерируется ряд областей-кандидатов в соответствии с определенными правилами, а затем области-кандидаты помечаются в соответствии с отношением положения между этими кандидатами. области и реальный кадр объекта на изображении; CNN используется для извлечения признаков изображения и прогнозирования положения и класса областей-кандидатов (, рис. 9, ). Алгоритм YOLOv3 генерирует кадры-кандидаты гораздо реже, чем Faster-RCNN, и не требует 2 этапов для выполнения задачи обнаружения. Таким образом, эти характеристики делают алгоритм YOLOv3 более быстрым, способным достигать уровней отклика в реальном времени и более подходящим для сценария применения диагностики кариеса зубов с помощью ИИ (15).

Рисунок 9 Структура сети YOLOv3.

Благодаря превосходной скорости обнаружения и возможностям алгоритма обнаружения целей YOLOv3 во многих областях были проведены соответствующие исследования (16-20). В этом исследовании была предпринята попытка решить проблему низкой распространенности обследования на кариес зубов и недостаточных ресурсов для ухода за полостью рта с помощью алгоритма YOLOv3, который, в свою очередь, обеспечивает поддержку ранней диагностики заболеваний полости рта. Поскольку обучающая модель обнаружения целей требует определенного количества изображений для поддержки, а также нуждается в улучшении локальных особенностей, mAP результатов обучения исходной группы и расширенной группы было низким, а mAP результатов обучения комплексной группы на обнаружение кариеса было значительно улучшено. Путем смешивания исходного и улучшенного изображений модель достигла 690,42 % повторения и 93,33 % точности для первичного кариеса и 52,38 % повторения и 100 % точности для вторичного кариеса, и оба показателя F1 достигли 0,6 или выше, что указывает на то, что вторичный кариес в группах улучшения показал снижение повторения. ; но в комплексной группе точность вторичного кариеса осталась прежней, в то время как отзыв увеличился в комплексной группе. Мы проанализировали следующие причины низкого отзыва вторичного кариеса в расширенной группе и отсутствия значительного улучшения отзыва в комплексной группе: во-первых, количество вторичных кариесов, помеченных в наборе данных, было небольшим, и истинный отзыв модели мог не иметь были полностью раскрыты в процессе тестирования. Во-вторых, клиническая картина вторичного кариеса сильно отличалась, например, были некоторые различия в изображениях вторичного кариеса с пломбами из серебряной амальгамы и с оральными композитными пломбами. Наконец, набор данных, использованный во всеобъемлющем групповом эксперименте, представлял собой комбинацию данных из исходной группы и расширенных групповых экспериментов, которые имели больший размер выборки. Хотя повторные и исходные групповые результаты всеобъемлющего группового эксперимента были равны, количество положительных образцов, предсказанное всеобъемлющим групповым экспериментом, было выше, чем в исходном групповом эксперименте, а количество положительных образцов, предсказанных всеобъемлющей группой, было выше, чем количество положительных образцов, предсказанное всеобъемлющей группой. исходного группового эксперимента. Прогнозируемое количество положительных образцов в комплексной группе было выше, чем в исходной группе, а количество положительных образцов, прогнозируемых в комплексной группе, было выше, чем в расширенной группе, хотя прогнозируемое количество положительных образцов было таким же.

Благодаря своей популярности и стремительно растущей производительности смартфоны постепенно используются во всех сценариях человеческой жизни. Ученые также изучают, как совместить смартфоны со здравоохранением. С 2017 по 2018 год уже были проведены исследования, в которых ученые пытались делать снимки зубов в полости рта с помощью смартфона и передавать их через Интернет в удаленное место для осмотра полости рта стоматологом, и пришли к выводу, что фотографическая диагностика с использованием снимков со смартфона возможно и точно для поверхности зубов и обширных поражений кариесом, но условия интеллектуальных устройств в то время все еще имели некоторые ограничения для обнаружения легких и умеренных поражений кариеса (21,22). В 2019 году, Мутселос и др. использовали модель глубокого обучения для классификации и обнаружения кариеса на 88 изображениях полости рта, сделанных с помощью внутриротовых камер с хорошей точностью (23). Аскар и др. в Германии применили методы глубокого обучения для обнаружения поражений в виде белых пятен на фотографиях зубов, сделанных с помощью цифровой камеры, и показали удовлетворительную точность обнаружения поражений в виде белых пятен, особенно флюороза (24). Исследования по получению изображений полости рта с помощью смартфонов и обнаружению ИИ начали расти в 2020 году с чувствительностью 94,9% от Fu и др. , которые использовали приложение для смартфона, чтобы делать снимки и обучать ИИ идентифицировать характер поражений при плоскоклеточном раке полости рта (25). В то время как в предыдущих исследованиях изображения обычно предварительно обрабатывались, чтобы разделить их на несколько изображений и классифицировать каждое изображение, в нашем исследовании обнаружение, локализация и классификация поражений выполнялись одновременно на всем изображении. Наиболее важным для нашего исследования является исследование Zhang et al. (26), который исследовал производительность системы глубокого обучения для выявления кариеса зубов на фотографиях полости рта со смартфона и значительно улучшил производительность модели с помощью алгоритма жесткого негативного анализа. Хотя в том же исследовании изучалось обнаружение кариеса зубов на фотографиях полости рта, сделанных на смартфоны системой глубокого обучения, наше исследование проводилось иначе, чем их. (I) Наше исследование приблизилось к окончательному сценарию применения, используя смартфон для получения фотографий и не используя профессиональное стоматологическое оборудование, такое как шторы, для помощи в фотографировании, мы выбираем 3 обычных оральных действия (фото верхних зубов, фото нижних зубов, фронтальная окклюзионная фотография), чтобы показать максимальное количество изображений зубов во рту, как способ создания более реалистичного набора данных изображений полости рта. (II) Мы использовали алгоритм YOLOv3 с обучением миграции, чтобы получить более легкую обучающую модель, которая может обнаруживать 15 изображений за 12 с. Алгоритм YoloV3 демонстрирует отличные характеристики при обнаружении кариеса зубов, показывает хорошую способность к классификации и позиционированию при условии, что обучающие данные не являются обширными, а также демонстрирует превосходную производительность по скорости обнаружения целей. Таким образом, обнаружение кариеса зубов с помощью алгоритма YOLOv3 позволяет добиться очень быстрых результатов без ущерба для точности. (III) Мы проверили применение методов улучшения изображения в этом исследовании и сравнили данные до и после улучшения, чтобы найти метод обучения, который мог бы повысить эффективность обнаружения.

В нашей работе все еще были некоторые недостатки. Во-первых, наш набор данных был относительно ограничен, поскольку получение и аннотирование изображений требуют значительных человеческих затрат. Совместное использование ресурсов и сотрудничество между несколькими центрами важны для поддержки и облегчения прогресса алгоритма. Во-вторых, хотя результаты исследования были очень точными для обнаружения кариеса зубов на фотографиях полости рта, было невозможно собрать информацию об изображениях всех ориентаций зубов из-за специфики структуры полости рта. Учитывая возможности быстрого обнаружения YOLOv3, распознавание изображений видеоконтента смартфона для структур полости рта может решить эту проблему, чтобы получить больше данных изображения и увеличить количество структур зубов, охватываемых детектированием. Есть надежда, что эту проблему можно решить, получив большие данные изображения и уменьшив сложность процесса сбора данных. В-третьих, клинические проявления кариеса могут проявляться рядом клинических симптомов в дополнение к хроматическим и морфологическим изменениям зубов, а ряд вредных привычек образа жизни может способствовать диагностике заболевания. Кодирование и взвешивание этих факторов и включение их в алгоритм поможет повысить его точность. Наконец, ограничение нашего исследования заключалось в том, что алгоритм не может сделать окончательные прогнозы скрытого кариеса, главным образом потому, что фотографии, используемые для обучения глубокой нейронной сети, могут не полностью отражать разнообразие и гетерогенность скрытого кариеса.

Выводы

В заключение, алгоритмы глубокого обучения могут улучшить неравномерное распределение ресурсов общественного здравоохранения, используя фотографии, сделанные смартфонами, для обнаружения кариеса. Разработанные нами модели глубокого обучения показывают удовлетворительные результаты для точного обнаружения кариеса, особенно первичного кариеса. Результаты также показывают, что подход к улучшению изображения может значительно улучшить производительность модели.

Благодарности

Финансирование: Это исследование финансировалось Национальным фондом естественных наук Китая (81470754).

Сноска

Заявление об обмене данными: Доступно по адресу https://dx.doi.org/10.21037/atm-21-4805

Конфликты интересов: Все авторы заполнили единую форму раскрытия информации ICMJE (доступна по адресу https://dx.doi.org/10.21037/atm-21-4805). У авторов нет конфликта интересов, о котором следует заявить.

Этическое заявление: Авторы несут ответственность за все аспекты работы, обеспечивая надлежащее расследование и решение вопросов, связанных с точностью или целостностью любой части работы. Все процедуры, проведенные в этом исследовании с участием людей, соответствовали Хельсинкской декларации (пересмотренной в 2013 г.). Исследование было одобрено Комитетом по этике Китайской больницы общего профиля НОАК (№ S2021-273-01), и у всех пациентов было получено информированное согласие.

Заявление об открытом доступе: Это статья с открытым доступом, распространяемая в соответствии с международной лицензией Creative Commons Attribution-NonCommercial-NoDerivs 4. 0 (CC BY-NC-ND 4.0), которая разрешает некоммерческое копирование и распространение статьи. со строгим условием, что никакие изменения или правки не вносятся, а оригинальная работа правильно цитируется (включая ссылки как на официальную публикацию через соответствующий DOI, так и на лицензию). См.: https://creativecommons.org/licenses/by-nc-nd/4.0/.

Каталожные номера

Четвертая национальная группа технологий эпидемиологического исследования состояния полости рта, Китайская стоматологическая ассоциация. Руководство по проведению четвертого национального эпидемиологического обследования полости рта (2015-2018 гг.). Пекин: Китайская стоматологическая ассоциация, 2015: 27-9.
Чен Х., Чжан К., Лю П. и др. Подход глубокого обучения к автоматическому обнаружению и нумерации зубов, основанный на обнаружении объектов в периапикальных пленках зубов. Научный представитель 2019 г.;9:3840. [Перекрестная ссылка] [PubMed]
Lee JH, Kim DH, Jeong SN и др. Обнаружение и диагностика кариеса зубов с использованием алгоритма сверточной нейронной сети на основе глубокого обучения. Дж. Дент 2018; 77: 106-11. [Перекрестная ссылка] [PubMed]
Лейте А.Ф., Гервен А.В., Виллемс Х. и др. Новый инструмент на основе искусственного интеллекта для обнаружения и сегментации зубов на панорамных рентгенограммах. Clin Oral Investig 2021; 25: 2257-67. [Перекрестная ссылка] [PubMed]
Лахуд П. Искусственный интеллект для быстрой и точной трехмерной сегментации зубов на конусно-лучевой компьютерной томографии. J Endod 2021;47:827-35. [Перекрестная ссылка] [PubMed]
Хуан Зи, Луань QX. Оценка зубного налета с помощью системы количественного анализа цифровых изображений. Пекин Да Сюэ Сюэ Бао И Сюэ Бан 2016; 48: 320-3. [ПубМед]
Казаленьо Ф., Ньютон Т., Дахер Р. и др. Обнаружение кариеса с помощью трансиллюминации в ближнем инфракрасном диапазоне с использованием глубокого обучения. J Dent Res 2019; 98: 1227-33. [Перекрестная ссылка] [PubMed]
Эстаи М., Канагасингам Ю., Хуан Б. и др. Эффективность удаленного скрининга кариеса зубов стоматологами среднего уровня с использованием модели мобильной телестоматологии. J Общественная стоматология и оральная эпидемиология, 2016.
Чжао Л., Ли С. Алгоритм обнаружения объектов на основе улучшенного YOLOv3. Электроника 2020;9:537. [Перекрестная ссылка]
Редмон Дж., Диввал А., Гиршик Р. и др. Вы смотрите только один раз: унифицированное обнаружение объектов в реальном времени. Доступно в Интернете: cv-foundation.org/openaccess/content_cvpr_2016/papers/Redmon_You_Only_Look_CVPR_2016_paper.pdf
Панг Л., Лю Х., Чен Ю. и др. Обнаружение скрытых объектов в реальном времени на пассивных изображениях миллиметрового диапазона на основе алгоритма YOLOv3. Датчики (Базель) 2020; 20:1678. [Перекрестная ссылка] [PubMed]
Оуян Л. , Ван Х. Обнаружение воздушных целей на основе усовершенствованного алгоритма YOLOv3. 2019 6-я Международная конференция по системам и информатике (ICSAI), 2019.
Liu X, Gan H, Yan Y. Исследование по улучшению алгоритма YOLOv3. J Phys Conf Ser 2021;1884:012031 [Crossref]
Ларсен Дж., Хансен Л.К., Сварер С. и др. Проектирование и регуляризация нейронных сетей: оптимальное использование проверочного набора. Нейронные сети для обработки сигналов VI. Материалы 1996 Семинар Общества обработки сигналов IEEE, 2002 г.
Гиршик Р. Фаст R-CNN. Международная конференция IEEE по компьютерному зрению. Нью-Йорк: Компьютерное общество IEEE, 2015:1440-8.
Шакарами А., Менхадж М.Б., Махдави-Хормат А. и др. Быстрый и в то же время эффективный YOLOv3 для обнаружения клеток крови. Biomed Signal Process Control 2021; 66:102495 [Crossref]
Atila Ü, Uçarb M, Akyol K, et al. Классификация болезней листьев растений с использованием модели глубокого обучения EfficientNet. Ecol Inform 2021;61:101182 [Crossref]
Чен Дж., Ван З., Ву Дж. и др. Улучшенный Yolov3 на основе сети с двумя путями для обнаружения помидоров черри. J Food Process Eng 2021; [Перекрестная ссылка]
Дипан П., Судха Л.Р. Эффективное использование модели YOLOv3 для обнаружения самолетов на изображениях дистанционного зондирования. Mater Today Proc 2021; Epub перед печатью. [Перекрестная ссылка]
Цзян Н., Ван Дж., Конг Л. и др. Оптимизация обнаружения подводных маркеров на основе YOLOv3. Procedia Comput Sci 2021; 187: 52-9. [Перекрестная ссылка]
Эстаи М., Канагасингам Ю., Хуан Б. и др. Сравнение фотографического метода на основе смартфона с оценкой кариеса лицом к лицу: модель мобильной телестоматологии. Telemed JE Health 2017;23:435-40. [Перекрестная ссылка] [PubMed]
Kohara EK, Abdala CG, Novaes TF, et al. Возможно ли использование изображений со смартфона для теледиагностики различных стадий кариеса жевательной поверхности? PLoS One 2018;13:e0202116 [Crossref] [PubMed]
Moutselos K, Berdouses E, Oulis C, et al. Распознавание окклюзионного кариеса на интраоральных изображениях зубов с использованием глубокого обучения. Annu Int Conf IEEE Eng Med Biol Soc 2019;2019:1617-20. [Перекрестная ссылка] [PubMed]
Аскар Х., Кройс Дж., Рорер С. и др. Обнаружение поражений белого пятна на стоматологической фотографии с помощью глубокого обучения: пилотное исследование. J Dent 2021;107:103615 [Crossref] [PubMed]
Fu Q, Chen Y, Li Z и др. Алгоритм глубокого обучения для обнаружения плоскоклеточного рака полости рта по фотографическим изображениям: ретроспективное исследование. EClinicalMedicine 2020;27:100558 [Crossref] [PubMed]
Чжан С., Лян Ю., Ли В. и др. Разработка и оценка глубокого обучения для скрининга кариеса зубов по фотографиям полости рта. Оральный Дис 2020; Epub перед печатью. [Перекрестная ссылка] [PubMed]

Цитируйте эту статью как: Ding B, Zhang Z, Liang Y, Wang W, Hao S, Meng Z, Guan L, Hu Y, Guo B, Zhao R, Lv Y.