arXiv cs.AI· Zeynep Ozdemir, Zehra Hasgul, Irem Ulku, Omer Ozgur Tanriover, Fatma Karacaoglu, Murat Akkaya·· 1 天前AI 评分18
GingivitisSeg：牙龈炎分割的公开数据集与对比基准
GingivitisSeg: A Public Dataset and Comparative Benchmark for Gingivitis Segmentation in Intraoral Images
AI 导读
GingivitisSeg 公开了 961 张口内图像及牙龈炎像素级标注的数据集，划分为训练 672、验证 144、测试 145 三部分，并对比了七种语义分割模型-骨干配置。
正文 · AI 翻译
摘要：从口内照片中进行牙龈炎分割可支持计算机辅助牙周评估，但由于严重的前景-背景类别不平衡、低对比度边界以及光照和解剖结构的变化，像素级勾画仍然具有挑战性。我们推出 GingivitisSeg，这是一个公开基准，包含 961 张口内图像，带有牙龈炎症的像素级标注，并预定义了训练集（672）、验证集（144）和测试集（145）划分。使用标准化的划分、输入分辨率和评估指标，比较了七种语义分割模型-骨干网络配置。受控消融实验考察了类别加权交叉熵损失、Dice 损失和辅助监督。UPerNet 搭配 ResNet50 取得了最高的平均交并比（mIoU）76.49% 和牙龈炎 IoU 54.91%。然而，在 Holm 校正后，其与 DeepLabV3+ 搭配 ResNet50 以及 SegFormer 搭配 MiT-B2 的差异不具有统计学显著性。在 UPerNet-ResNet50 配置中组合使用时，所评估的优化组件提升了性能。进一步分析表明，性能与牙龈炎区域大小相关，并在图像模糊更强时下降。数据集、基准划分和源代码可在 此 https URL 获取。
| 评论： | 预印本。正在 Journal of Imaging Informatics in Medicine 审稿中。数据集和代码：此 https URL。数据集 DOI：https://doi.org/10.5281/zenodo.21098897 |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.15184 [cs.CV] |
| （或 arXiv:2611.15184v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.15184 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Zeynep Özdemir [查看电子邮件]
[v1]
2026年11月11日星期三 08:31:55 UTC（5,425 KB）
来源：arXiv cs.AI · arxiv.org