지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
이용수
초록· 키워드
오류제보하기
This study analyzes the papers, which studied to find the most adequate CNN based algorithms for segmentation, object detection in dentistry. According to our purpose, we created several keywords like “Dental+Object Detection+Neural+Network.” We searched articles in ‘PubMed’, ‘IEEE’, using created 34 keywords. We found 458 papers and excluded under a study-purpose provision. So This paper had categorized those 23 papers by 11 of segmentation of tooth structure with dental filling and FDI numbering, 12 of detecting dental caries, periodontitis, or multiple lesions. To compare the performance of models, we organized the results by DICE/IoU index and accuracy, precision, recall, etc.. Various dataset was used for analyzing. The most common dataset was dental panoramic image, then periapical, CBCT, NILT, and intra-oral image. The algorithms were used according to the purpose. For example, VGG16, 19 was used for object detection algorithms were used according to the purpose. For example, VGG16, 19 was used for object detection, U-Net, and Mask R-CNN used for segmentation by study purpose. For segmentation of teeth, Zhimming Cui(2019), used Mask R-CNN, and the accuracy was 0.9755. Vranck(2020) used ResNet for molar detection(IoU 0.9, precision 0.94, 0.93). To label the tooth numbering according to FDI rule, Tuzoff(2019) and Chen(2019), used Faster R-CNN, VGG16, and Faster R-CNN with DNN. Tuzoff’s index was slightly better than Chen’s. Casalegno(2019) investigated the detection of dental caries by using VGG16. The result was IoU 0.727. To find periodontitis, used VGG16 also, by Prajapaty(2017). And the accuracy was 0.8846. Using the Mask R-CNN, Jader(2018) could separate instances of multiple lesions, accuracy was 0.8846.
목차
등록된 정보가 없습니다.
참고문헌 (56)
참고문헌 신청
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
위성영상 내 항공기 식별 시 오탐률 감소를 위한 결합된 CNN 알고리즘
한국군사학논집
2020 .10
-
Transformer와 CNN을 활용한 딥러닝 기반 의료 영상 분할 방법
한국경영과학회 학술대회논문집
2022 .06
-
초등학생 부모의 학교구강보건실 운영에 대한 요구도
한국비교정부학보
2015 .01
-
R-CNN 기법을 이용한 건물 벽 폐색영역 추출 적용 연구
지적과 국토정보
2018 .01
-
가구특성과 미성년 자녀의 치과이용 : 모의 특성을 중심으로
한국사회복지학
2017 .08
-
Deep CNN 기반의 얼굴인식 시스템 개발
한국경영과학회 학술대회논문집
2019 .04
-
치과예방센터 의료서비스 시스템의 경제성 평가지표 분석
의료경영학연구
2021 .01
-
치과병원 근무 치과위생사의 직급체계와 직무유형 조사
한국병원경영학회지
2017 .01
-
소형 객체 탐지 데이터를 활용한 원거리 도로 표지판 탐지 인공지능 모델링
인터넷전자상거래연구
2025 .02
-
모바일메시지 속성별 이용자 반응이 치과의료 이용의사에 미치는 영향
한국학교ㆍ지역보건교육학회지
2019 .01
-
Object Detection 기반의 E-Learning 이탈방지 모델
한국컴퓨터교육학회 학술발표대회논문집
2020 .01
-
흉부 방사선영상의 좌, 우 반전 발생 여부 컨벌루션 신경망 기반 정확도 평가
방사선기술과학
2020 .01
-
HS 코드 분류를 위한 CNN 기반의 추천 모델 개발
경영과 정보연구
2020 .01
-
The Knowledge, Attentions and Behaviors of Radiation Safety Managment by Dental Health care Workers
방사선기술과학
2019 .01
-
치의학 전공과 비전공 대학생 간의 치과관련 국민건강보험 혜택에 대한 지식 비교
의료경영학연구
2020 .01
-
Faster AR-CNN (Faster contrast-based Augmented R-CNN)을 활용한 Semi-supervised 학습 기반의 원형관 X-ray 결함 탐지
한국경영과학회 학술대회논문집
2022 .06
-
장애인의 미충족 치과의료 현황 및 관련 요인 분석
의료경영학연구
2019 .01
-
일부 치과위생사의 응급처치 지식, 수행자신감과 대처능력과의 관계
한국학교ㆍ지역보건교육학회지
2017 .01
-
Real-Time Detection of Rice Quantity in Institutional Food Service Using the DeepLabV3Plus Deep Learning Algorithm
Culinary Science & Hospitality Research
2024 .09
-
자율주행차를 위한 장애물 탐지 및 인식 시스템
융합정보논문지
2017 .01
이 논문의 저자 정보
최근 본 자료
댓글(0)
0