Key points are not available for this paper at this time.
치과에서 의사들은 다양한 치과 X선 이미징 방법을 해석하여 치아 관련 문제, 이상 또는 치아 구조 변화를 식별합니다. 치과 이미징의 또 다른 측면은 생체 인식 분야에서 도움이 될 수 있다는 점입니다. 인간의 치과 이미지 분석은 다양한 치아의 비정형적이고 불균일한 구조 때문에 도전적이고 시간이 많이 소요되는 과정이며, 이에 따라 치과 이상을 수동으로 조사하는 것은 탁월한 수준입니다. 그러나 치과 이미지 분할 및 검사의 자동화는 오류 없는 진단과 보다 나은 치료 계획을 보장하기 위해 필수적입니다. 이 기사에서는 다양한 치과 이미징 방법(예: 여러 가지 X선 모드, CT(컴퓨터 단층 촬영), CBCT(콘 빔 컴퓨터 단층 촬영) 등)을 통해 수행된 130개 이상의 연구를 조사하여 치과 이미지 분할 및 분석에 대한 포괄적인 조사를 제공합니다. 최신 연구들은 이미지 처리, 머신 러닝, 딥 러닝 접근으로 세 가지 주요 카테고리로 분류되며, 각각의 장점과 한계에 대해 식별하고 논의합니다. 이 조사는 이미지 모달리티, 이미지 향상을 위한 전처리, 성능 측정 및 사용된 데이터 세트 등 최신 방법에 대한 상세한 정보를 제공합니다.
Kumar 외(2023)는 이 문제를 연구했습니다.