MATHENA: Mamba-based Architectural Tooth Hierarchical Estimator and Holistic Evaluation Network for Anatomy 1. IntroductionOrthopantomogram(OPG)에서 치아 검출, 우식 분할(CarSeg), 이상 탐지(AD), 치아 발육 단계 분류(DDS)를 통합적으로 수행하는 필요성 제시.기존 CNN은 global context 한계, Transformer는 quadratic complexity 문제 존재.이를 해결하기 위해 Mamba 기반 O(N) 구조를 적용한 MATHENA 제안. 2. PARTHENON Dataset총 10개 치과 데이터셋 통합 (8 panoramic + 2 periapical).반지도 ..

Medical Image Segmentation for Anomaly Detection Using Deep Learning Techniqueshttps://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=10781402->anomaly detection을 병변 세그맨테이션 로 명시 Deep learning for anomaly detection: A review. https://dl.acm.org/doi/epdf/10.1145/3439950- anomaly detection 기법 설명 논문 ANOMALYCLIP: OBJECT-AGNOSTIC PROMPT LEARNING FOR ZERO-SHOT ANOMALY DETECTIONhttps://arxiv.org/abs/2..

(P2 + BiFPN + WIoU) + Mamba 전략입니다. Mamba Block을 YOLOv8에 통합하는 전략 1. 어디에 추가할 것인가: 3가지 핵심 위치(A) Backbone의 C2f 모듈 → SSM 기반 블록으로 교체/보강 (가장 추천)YOLOv8의 backbone은 Conv → C2f 구조가 반복되는데, 후반부 stage (P4, P5 레벨)의 C2f 모듈을 Mamba block(SSM block)으로 교체하거나 하이브리드 형태로 결합하는 것이 가장 효과적임왜 후반부인가:P4, P5 레벨은 feature map 해상도가 작아서 (40×40, 20×20) Mamba의 selective scan 연산 비용이 상대적으로 낮음고수준 semantic feature에서 global context를 잡아..

[OralBBNet: Spatially Guided Dental Segmentation of Panoramic X-Rays with Bounding Box Priors]Paper Link:https://arxiv.org/pdf/2406.03747 [UFBA-425]Dataset Link: https://figshare.com/articles/dataset/UFBA-425/29827475 [Dataset Overview]425 panoramic dental X-ray imagesBounding box annotationsInstance segmentation masksStructured metadata (metadata.csv)Within foldernumbering_xrays/ : panoramic X-..

이 글은 아래 하나의 질문에 답합니다. 2D RGB Medical 2D (X-ray) Medical 3D (MRI/CT) Binary ClassificationCNN vs Transformer vs MambaCNN vs Transformer vs MambaCNN vs Transformer vs MambaMulti-class ClassificationCNN vs Transformer vs MambaCNN vs Transformer vs MambaCNN vs Transformer vs MambaMulti-label ClassificationCNN vs Transformer vs MambaCNN vs Transformer vs MambaCNN vs Transformer vs MambaSegmentatio..

Zhejiang Provincial People’s Hospital (저장성 인민병원)의 치과 파노라마 X-ray 데이터셋은 A입니다.Kaggle 에서 다운받았었는데 지금은 링크를 못찾겠네요. 데이터셋은 크게 충치 분할(Caries Segmentation)용과 치아 구조 분할(Tooth Structured Instance Segmentation)용 두 가지 프로젝트로 나뉩니다. 1. 핵심 출처 (GitHub Repository)이 데이터셋은 연구자 Zzz512 (저장성 인민병원 및 항저우 전자과기대 소속 연구진)의 GitHub 저장소에 공개되어 있습니다.A. 충치 분할 데이터셋 (Project: MLUA)논문 제목: Multi-level Uncertainty Aware Learning for Semi-..

덴텍스치과 구역 정보(693장), 구역+번호(634장), 구역 + 번호 + 질환 진단(1005장)라벨 없는거 1571Annotation 방식: Bounding Box, segmentation라벨: 구역라벨. 치이 번호 라벨, 좌표 방식: [x_min, y_min, width, height]마스크 없음 PerioDet 치아 박스, 염증 박스https://github.com/XiaochengFang/MICCAI2025_PerioDet3,673개 (3000:train, 673: val)해상도 파노라마: 1333 × 800 pixelscoco포멧, 치근단염 바운딩박스 5,662개 평균 (82px X68.23px)메타데이터Annotation 방식: Bounding Box, segmentation좌표 방식: [x_..

DVCTNet: Dual-View Co-Training Network( 논문 링크 )https://papers.miccai.org/miccai-2025/paper/0146_paper.pdf( github 링크 )https://github.com/ShanghaiTech-IMPACT/DVCTNet GitHub - ShanghaiTech-IMPACT/DVCTNet: [MICCAI 2025] Adapting Foundation Model for Dental Caries Detection with Dual-View Co-Trai[MICCAI 2025] Adapting Foundation Model for Dental Caries Detection with Dual-View Co-Training - Shanghai..

Prompting Vision-Language Models for Dental Notation Aware Abnormality Detection( MICCAI 2024)논문주소 https://link.springer.com/chapter/10.1007/978-3-031-72390-2_64깃허브주소: https://github.com/chenlindu/DentalVLM?utm_source=chatgpt.com데이터: 덴텍스 2023https://huggingface.co/datasets/ibrahimhamamci/DENTEX/blob/main/DENTEX/validation_data.zip데이터 구성 (총 3,903장의 X-ray)치과 구역 정보(693장), 구역+번호(634장), 구역 + 번호 + 질환 ..

1. DENTEX: Dental Enumeration and Diagnosis on Panoramic X-rays (MICCAI 23 챌린지)논문 링크: https://arxiv.org/pdf/2305.19112깃허브: https://github.com/ibrahimethemhamamci/DENTEX데이터: https://huggingface.co/datasets/ibrahimhamamci/DENTEX데이터셋3가지 타입의 세부 데이터셋을 위계대로 사용(a) 693 X-rays with quadrant labels only. - 치아 위치 사분면 정보 (사진 참고)(b) 634 X-rays with quadrant and tooth enumeration labels. - 치아의 정확한 위치 정보(c) 10..