))
AI in Dentistry: Mental Foramen Detection and Segmentation
Manage episode 444599864 series 3605861
Το περιεχόμενο παρέχεται από το Brian Carter. Όλο το περιεχόμενο podcast, συμπεριλαμβανομένων των επεισοδίων, των γραφικών και των περιγραφών podcast, μεταφορτώνεται και παρέχεται απευθείας από τον Brian Carter ή τον συνεργάτη της πλατφόρμας podcast. Εάν πιστεύετε ότι κάποιος χρησιμοποιεί το έργο σας που προστατεύεται από πνευματικά δικαιώματα χωρίς την άδειά σας, μπορείτε να ακολουθήσετε τη διαδικασία που περιγράφεται εδώ https://el.player.fm/legal.
This research paper explores the use of deep learning to improve the accuracy of detecting and segmenting the mental foramen in dental orthopantomogram images. The authors compared the performance of various deep learning models, including U-Net, U-Net++, ResUNet, and LinkNet, using a dataset of 1000 panoramic radiographs. The study found that the U-Net model consistently performed best for both round and square-shaped masks, achieving a Dice Coefficient of 0.79 and an Intersection over Union of 0.67. This research has implications for enhancing dental diagnostics and improving patient outcomes.
Read more here: https://arxiv.org/pdf/2408.04763
37 επεισόδια
Μοίρασέ το
