本研究利用深度学习图像处理技术解决了口腔罕见疾病数据稀缺的问题，通过训练神经网络实现了牙齿的检测、分割和编号，并使用数据增强技术提高了精确度。修复技术生成的新全景放射片展现出了有前景的性能。

本文研究了一种基于BEIT适配器和Mask2Former的语义分割算法，用于检测和识别牙齿、牙根、牙齿疾病和异常、种植体和骨移植材料等。Radious算法在自己的数据集上的mIoU分数相比Deeplabv3和Segformer算法提高了9%和33%。

本文研究了一种基于BEIT适配器和Mask2Former的语义分割算法，用于牙齿、牙根、牙齿疾病和异常、种植体、骨移植材料的检测和识别。与Deeplabv3和Segformer算法相比，Radious算法在自己的数据集上的mIoU分数分别提高了9%和33%。