ISSN: 2161-0681

Zeitschrift für klinische und experimentelle Pathologie

Offener Zugang

Unsere Gruppe organisiert über 3000 globale Konferenzreihen Jährliche Veranstaltungen in den USA, Europa und anderen Ländern. Asien mit Unterstützung von 1000 weiteren wissenschaftlichen Gesellschaften und veröffentlicht über 700 Open Access Zeitschriften, die über 50.000 bedeutende Persönlichkeiten und renommierte Wissenschaftler als Redaktionsmitglieder enthalten.

Open-Access-Zeitschriften gewinnen mehr Leser und Zitierungen
700 Zeitschriften und 15.000.000 Leser Jede Zeitschrift erhält mehr als 25.000 Leser

Indiziert in
  • Index Copernicus
  • Google Scholar
  • Sherpa Romeo
  • Öffnen Sie das J-Tor
  • Genamics JournalSeek
  • JournalTOCs
  • Ulrichs Zeitschriftenverzeichnis
  • RefSeek
  • Hamdard-Universität
  • EBSCO AZ
  • OCLC – WorldCat
  • Publons
  • Genfer Stiftung für medizinische Ausbildung und Forschung
  • Euro-Pub
  • ICMJE
Teile diese Seite

Abstrakt

Enhancing the Quality of Dental Radiographic Images: A Review on Panoramic and Periapical Radiograph Enhancement Techniques

Abdulbadea Altukroni, Omar Ezz El-Deen, Sadaf Jabeen, Sadaf Jabeen

Appropriate radiographic interpretation is critical for providing high-quality patient care. The radiograph’s wealth of data assists dentists in prescribing the best treatment option for their patients. Dental radiographs, particularly Ortho Pantomograms (OPGs) and periapical radiographs taken with low radiation doses, are frequently dark, low in contrast, and noisy. Image enhancement protocols are applied to radiographs to resolve these issues. However, selecting an appropriate technique is a tedious task, especially for the purpose of disease diagnosis. This study aims to survey standard image enhancement techniques for enhancing OPG and periapical radiographs. This study also investigates the potential image enhancement protocols conducted and what are the key factors involved in selecting a protocol for a certain type of dental disease. This review categorized the radiograph enhancement algorithm into three types: Contrast enhancement, frequency transforms and de noising filters, and deep learning. Extensive research has been conducted on the use of contrast enhancement and de noising filter algorithms for radiographs. The use of deep learning to enhance panoramic and periapical radiographs is still an emerging idea, and many potential results exist.

Haftungsausschluss: Dieser Abstract wurde mit Hilfe von Künstlicher Intelligenz übersetzt und wurde noch nicht überprüft oder verifiziert.