一种基于深度学习的根管充填检测质量评估方法技术

本发明专利技术涉及计算机视觉目标检测任务技术领域，具体涉及一种基于深度学习的根管充填检测质量评估方法，通过收集国内某知名三甲口腔医院的患者进行根管治疗术后所采集的根管充填根尖片的图像数据进行图像数据的标注和清理，将得到的图像数据进行清洗、预处理与标注得到最终数据集，利用数据集进行深度学习网络模型的搭建，可以实现自动高度准确的根管治疗质量检测与评估，对减轻牙体牙髓专家、医疗机构庞大的质控工作量、提高各个医疗机构牙体牙髓疾病治疗水平、提高患者天然牙留存率具有重要的临床价值，解决了难以自动高效准确进行根管充填检测及质量评估的技术问题。

【技术实现步骤摘要】

本专利技术涉及计算机视觉目标检测任务，具体涉及一种基于深度学习的根管充填检测质量评估方法。

技术介绍

1、根管治疗术是目前治疗牙髓病和根尖周病最有效、最常用的方法，能有效的促进症状缓解，尽可能的保留剩余牙体组织，维护牙列的完整和咀嚼器官的功能，在临床应用非常广泛。虽然掌握根管治疗术是每一位牙体牙髓专科医生的基本要求，但是由于牙齿解剖结构和根管系统的多样性、复杂性、变异性、个体性，根管治疗操作难度大，技术要求高，在治疗过程中各种医源性因素或解剖因素均有可能导致根管治疗失败。目前口腔行业各医疗机构诊治水平不一，鲜少有机构对根管治疗术后疗效进行质量评估与跟踪随访，因此根管治疗术疗效预后方面的数据尚存在较大的空白。

2、《根管治疗技术指南》及《牙体牙髓病学》中均规定：根管治疗术根管充填后应拍摄根尖x线片(根尖片)进行质量评价，根据根充物的影像特征以及临床疗效分为以下情况：恰填、欠填、超填、超充。多个研究均表明，根管充填的质量能在一定程度上决定根管治疗的成功，其中，恰填作为唯一合格的充填情况，其成功率也最高，其他充填情况均有80-90％的失败率；除此之外本文档来自技高网...

【技术保护点】

1.一种基于深度学习的根管充填检测质量评估方法，其特征在于，包括：

2.如权利要求1所述的一种基于深度学习的根管充填检测质量评估方法，其特征在于，在S1中，根尖原始图片选用标准分角线投照法进行拍摄的根管治疗术后充填的根尖片X线图像数据；收集到的每张X线片中需存在至少一颗根管治疗即刻充填的患牙。

3.如权利要求2所述的一种基于深度学习的根管充填检测质量评估方法，其特征在于，在S2中，所述不合格图片包括：X线片中存在骨组织遮挡、过曝、重影致目标根管影像不清、根尖区域边界不清；X线片中目标根管显像不完整；X线中经根管治疗后所有牙齿均行桩核、桩冠、嵌体、冠修复的牙齿；X线...

【技术特征摘要】

1.一种基于深度学习的根管充填检测质量评估方法，其特征在于，包括：

2.如权利要求1所述的一种基于深度学习的根管充填检测质量评估方法，其特征在于，在s1中，根尖原始图片选用标准分角线投照法进行拍摄的根管治疗术后充填的根尖片x线图像数据；收集到的每张x线片中需存在至少一颗根管治疗即刻充填的患牙。

3.如权利要求2所述的一种基于深度学习的根管充填检测质量评估方法，其特征在于，在s2中，所述不合格图片包括：x线片中存在骨组织遮挡、过曝、重影致目标根管影像不清、根尖区域边界不清；x线片中目标根管显像不完整；x线中经根管治疗后所有牙齿均行桩核、桩冠、嵌体、冠修复的牙齿；x线中目标根管无法通过肉眼辨别；x线片中目标患牙根管治疗未完全结束。

4.如权利要求3所述的一种基于深度学习的根管充填检测质量评估方法，其特征在于，在s3中，预处理操作包括对所有清洗后的根尖x线片进行格式命名与图片格式的统一；

5.如权利要求4所述的一种基于深度学习的根管...

【专利技术属性】
技术研发人员：杨燕，陈亮，蒋艾萍，贾媛媛，
申请(专利权)人：重庆医科大学附属口腔医院，
类型：发明
国别省市：