来源：期刊VIP网 时间：
作者：范晓聪;姚竟发;滕桂法;马永平;
单位：河北农业大学信息科学与技术学院;河北软件职业技术学院软件工程系;河北省保定市第二医院口腔科;
摘要：针对口腔医疗资源紧缺和龋齿治疗效率不足的问题，提出一种改进YOLOv7的龋齿图像检测算法，旨在协助医生进行更有效的医疗诊断，同时增强患者对预防龋齿的意识。首先，在YOLOv7算法的主干网络引入ECA-MobileOne网络模块代替原有的ELAN模块，降低模型参数量，提高对小目标龋齿特征的有效提取；其次，在特征图输出层采用自适应特征融合（ASFF），自适应地学习各尺度特征图在融合时的空间权重，充分获取口腔图像中不同尺度下的关键特征，提高检测的全局性和准确性；另外，采用soft-NMS算法替换原有的非极大值抑制算法（NMS），在牙齿异位或重叠等情况下能更有效地提升检测效果。使用在保定市第二医院口腔科采集的口腔照片数据集进行实验，结果显示，改进后的算法mAP达到93.4%，相较于原始YOLOv7算法提高了5.5%，并且与当前主流算法相比，具有一定的先进性，为促进口腔健康的整体改善提供了新的技术支持。
关键词：龋齿检测;;MobileOne;;自适应特征融合;;YOLOv7;;soft-NMS;;图像检测
基金资助：国家自然科学基金项目（U20A20180）;; 中国高校产学研创新基金资助课题（2021LDA10005）;; 河北省重点研发计划项目（21327405D）
