口腔医学研究

作者：崔宇琛, 谢元栋, 吴聿淼, 牛凌霄, 常路广达, 朱宪春

单位：1.吉林大学口腔医院正畸科 吉林 长春 130021;2.吉林大学牙发育与颌骨重塑吉林省重点实验室 吉林 长春 130021;3.吉林大学口腔医院颌面外科 吉林 长春 130021

关键词：口腔癌,口腔病变,深度学习,ViT-B,

基金：吉林省科技厅自然科学基金项目(编号:YDZJ202201ZYTS057)

目的:基于深度学习算法,对ViT-B模型检测口腔良性和恶性病变图像的性能进行分析,旨在为临床医生早期发现和准确诊断口腔癌提供有效工具。方法:使用包含口腔良性和恶性病变图像的公共数据集,对数据进行预处理和数据增强,按7∶2∶1的比例将数据随机划分为训练集、验证集和测试集。选取ViT-B、VGG16、ResNet101、DenseNet121和EfficientNetV2 5种深度学习模型,对模型进行训练和性能比较。通过外部数据对ViT-B模型的泛化能力进行评估,并基于注意力权重的可视化方法对ViT-B模型进行分析。结果:ViT-B在5种模型中分类性能最佳,受试者工作特征曲线下面积为0.9715,准确率为91.00%。该模型可以有效区分口腔良性和恶性病变图像,具有较强的泛化能力和临床实用性。结论:ViT-B模型在口腔良性和恶性病变图像识别中表现良好,可以为口腔癌的早期发现和准确诊断提供支持。

来源：2025年第1期

《口腔医学研究》期刊编辑部

查看口腔医学研究杂志2025年第1期