論文の概要: PerioDet: Large-Scale Panoramic Radiograph Benchmark for Clinical-Oriented Apical Periodontitis Detection
- arxiv url: http://arxiv.org/abs/2507.18958v1
- Date: Fri, 25 Jul 2025 04:53:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-28 16:16:48.828137
- Title: PerioDet: Large-Scale Panoramic Radiograph Benchmark for Clinical-Oriented Apical Periodontitis Detection
- Title（参考訳）: PerioDet: 大規模パノラマX線撮影による臨床指向性歯周炎検出
- Authors: Xiaocheng Fang, Jieyi Cai, Huanyu Liu, Chengju Zhou, Minhua Lu, Bingzhi Chen,
- Abstract要約: 根尖性歯周炎(Apical Periodontitis)は、公衆衛生上の重大な課題を呈する口腔病理である。
自動診断システムの進歩にもかかわらず、歯根膜歯周炎に対するCADアプリケーションの開発は、大規模で高品質な注釈付きデータセットの欠如により、いまだに制限されている。
我々は,3,673枚の画像と5,662枚の微妙に注釈を付した歯根膜歯周炎例からなる「PerioXrays」と呼ばれる大規模パノラマ線写真ベンチマークを公表した。
- 参考スコア（独自算出の注目度）: 7.791916637642707
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Apical periodontitis is a prevalent oral pathology that presents significant public health challenges. Despite advances in automated diagnostic systems across various medical fields, the development of Computer-Aided Diagnosis (CAD) applications for apical periodontitis is still constrained by the lack of a large-scale, high-quality annotated dataset. To address this issue, we release a large-scale panoramic radiograph benchmark called "PerioXrays", comprising 3,673 images and 5,662 meticulously annotated instances of apical periodontitis. To the best of our knowledge, this is the first benchmark dataset for automated apical periodontitis diagnosis. This paper further proposes a clinical-oriented apical periodontitis detection (PerioDet) paradigm, which jointly incorporates Background-Denoising Attention (BDA) and IoU-Dynamic Calibration (IDC) mechanisms to address the challenges posed by background noise and small targets in automated detection. Extensive experiments on the PerioXrays dataset demonstrate the superiority of PerioDet in advancing automated apical periodontitis detection. Additionally, a well-designed human-computer collaborative experiment underscores the clinical applicability of our method as an auxiliary diagnostic tool for professional dentists.
- Abstract（参考訳）: 根尖性歯周炎(Apical Periodontitis)は、公衆衛生上の重大な課題を呈する口腔病理である。
様々な医療分野における自動診断システムの進歩にもかかわらず、心尖部歯周炎に対するコンピュータ支援診断(CAD)アプリケーションの開発は、大規模で高品質な注釈付きデータセットの欠如により、いまだに制限されている。
この問題に対処するため,我々は,3,673枚の画像と5,662枚の微妙に注釈付き歯周炎例からなる大規模パノラマラジオグラフィーベンチマーク「PerioXrays」を公表した。
我々の知る限りでは、このデータセットは心尖部歯周炎自動診断のための最初のベンチマークデータセットである。
本稿では,BDAとIDCを併用した臨床指向性根尖性歯周炎検出(PerioDet)パラダイムを提案する。
PerioXraysデータセットの広範囲な実験は、自動歯根膜歯周炎検出の進歩におけるPerioDetの優位性を実証している。
さらに, 高度に設計されたヒト-コンピュータ共同実験は, 専門歯科医の補助的診断ツールとしての本手法の臨床的応用性を裏付けるものである。
関連論文リスト
- Oral Imaging for Malocclusion Issues Assessments: OMNI Dataset, Deep Learning Baselines and Benchmarking [31.518427146862646]
マロクルージョンは矯正治療において大きな課題であり、その複雑なプレゼンテーションと多彩な臨床症状は正確な局所化と診断を重要視している。
現在、歯科画像解析の分野で直面している大きな欠点の1つは、不正咬合問題に特化した大規模で正確にラベル付けされたデータセットの欠如である。
口腔顔面自然画像(OMNI)データセットは, 咬合異常に対する歯像解析研究の推進を目的とした, 新規で包括的な歯科画像データセットである。
論文 参考訳（メタデータ） (2025-05-21T15:18:56Z) - Revisiting Computer-Aided Tuberculosis Diagnosis [56.80999479735375]
結核(TB)は世界的な健康上の脅威であり、毎年何百万人もの死者を出している。
深層学習を用いたコンピュータ支援結核診断 (CTD) は有望であるが, 限られたトレーニングデータによって進行が妨げられている。
結核X線(TBX11K)データセットは11,200個の胸部X線(CXR)画像とそれに対応するTB領域のバウンディングボックスアノテーションを含む。
このデータセットは、高品質なCTDのための洗練された検出器のトレーニングを可能にする。
論文 参考訳（メタデータ） (2023-07-06T08:27:48Z) - DENTEX: An Abnormal Tooth Detection with Dental Enumeration and
Diagnosis Benchmark for Panoramic X-rays [0.3355353735901314]
パノラマX線チャレンジ(DENTEX)の歯科治療と診断は、2023年の医用画像コンピューティングとコンピュータ支援介入国際会議(MICCAI)と連携して進められている。
完全注釈付きデータに基づいて参加者アルゴリズムの評価結果を示す。
この注釈付きデータセットの提供は、この課題の結果と共に、歯科医療の分野でAIを活用したツールを作成するための基礎となるかもしれない。
論文 参考訳（メタデータ） (2023-05-30T15:15:50Z) - 'Aariz: A Benchmark Dataset for Automatic Cephalometric Landmark
Detection and CVM Stage Classification [0.402058998065435]
このデータセットは、解像度の異なる7つの異なるX線画像装置から得られた1000個の側方脳波ラジオグラフィー(LCR)を含む。
私たちのチームの臨床専門家は、各X線写真に29の頭蓋計測のランドマークを細心の注意で注釈付けしました。
このデータセットは、矯正治療などに使われる信頼性の高い自動ランドマーク検出フレームワークの開発に役立ちます。
論文 参考訳（メタデータ） (2023-02-15T17:31:56Z) - Preservation of High Frequency Content for Deep Learning-Based Medical
Image Classification [74.84221280249876]
大量の胸部ラジオグラフィーの効率的な分析は、医師や放射線技師を助けることができる。
本稿では,視覚情報の効率的な識別と符号化のための離散ウェーブレット変換(DWT)を提案する。
論文 参考訳（メタデータ） (2022-05-08T15:29:54Z) - Generative Residual Attention Network for Disease Detection [51.60842580044539]
本稿では, 条件付き生成逆学習を用いたX線疾患発生のための新しいアプローチを提案する。
我々は,患者の身元を保存しながら,対象領域に対応する放射線画像を生成する。
次に、ターゲット領域で生成されたX線画像を用いてトレーニングを増強し、検出性能を向上させる。
論文 参考訳（メタデータ） (2021-10-25T14:15:57Z) - An End-to-end Entangled Segmentation and Classification Convolutional
Neural Network for Periodontitis Stage Grading from Periapical Radiographic
Images [0.013002050979054347]
根尖部X線から歯周炎を診断するためのエンド・ツー・エンド深層学習ネットワークHYNETSを開発した。
HyNETSはセグメンテーションネットワークと分類ネットワークを組み合わせて、エンドツーエンドの解釈可能なソリューションを提供する。
論文 参考訳（メタデータ） (2021-09-27T15:28:54Z) - Machine learning-based analysis of hyperspectral images for automated
sepsis diagnosis [28.77667667876798]
ハイパースペクトル画像データに基づく自動機械学習による敗血症診断は、これまで検討されていない。
我々は、既存のデータを用いて、980,%以上の精度で敗血症を分類することができたが、調査では、いくつかの主題、治療、画像関連共同設立者も明らかにした。
論文 参考訳（メタデータ） (2021-06-15T21:33:59Z) - Variational Knowledge Distillation for Disease Classification in Chest
X-Rays [102.04931207504173]
我々は,X線に基づく疾患分類のための新しい確率的推論フレームワークである反復的知識蒸留(VKD)を提案する。
提案手法の有効性を,X線画像とEHRを用いた3つの公開ベンチマークデータセットに示す。
論文 参考訳（メタデータ） (2021-03-19T14:13:56Z) - Inheritance-guided Hierarchical Assignment for Clinical Automatic
Diagnosis [50.15205065710629]
臨床診断は、臨床ノートに基づいて患者に診断符号を割り当てることを目的としており、臨床意思決定において重要な役割を担っている。
本稿では,臨床自動診断のための継承誘導階層と共起グラフの伝播を組み合わせた新しい枠組みを提案する。
論文 参考訳（メタデータ） (2021-01-27T13:16:51Z) - Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using
Deep Multiple-Instance Learning [59.74684475991192]
パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。
PD症状には、震動、剛性、ブレイキネジアがある。
本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
論文 参考訳（メタデータ） (2020-05-06T09:02:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。