基于U-Net的口腔图像牙齿自动分割优化研究

摘要

针对口腔X射线图像中牙齿结构复杂、边界模糊及类别像素分布不均衡导致的自动分割精度受限问题，本文以U型网络(U-Net)模型为基础，以损失函数优化为核心进行研究。首先，系统分析了U-Net的基本结构与图像分割机制；其次，以像素级交叉熵损失函数为基础，引入边缘约束机制，构建改进的损失优化策略，通过在模型训练过程中施加额外的结构约束，增强网络对目标轮廓区域的学习能力；最后，以Bitewing Radiology数据集为测试基准对所提出的方法进行测试。实验结果表明，改进后的方法在像素准确率、平均交并比及边界识别能力等指标上均取得显著提升。

关键词

U型网络图像分割 / 损失函数优化 / 边缘约束 / 像素级语义分割