ISSN: 2161-0681

Журнал клинической и экспериментальной патологии

Открытый доступ

Наша группа организует более 3000 глобальных конференций Ежегодные мероприятия в США, Европе и США. Азия при поддержке еще 1000 научных обществ и публикует более 700 Открытого доступа Журналы, в которых представлены более 50 000 выдающихся деятелей, авторитетных учёных, входящих в редколлегии.

 

Журналы открытого доступа набирают больше читателей и цитируемости
700 журналов и 15 000 000 читателей Каждый журнал получает более 25 000 читателей

Индексировано в
  • Индекс Коперника
  • Google Scholar
  • Шерпа Ромео
  • Открыть J-ворота
  • Генамика ЖурналSeek
  • ЖурналТОС
  • Справочник периодических изданий Ульриха
  • РефСик
  • Университет Хамдарда
  • ЭБСКО, Аризона
  • OCLC- WorldCat
  • Публикации
  • Женевский фонд медицинского образования и исследований
  • Евро Паб
  • ICMJE
Поделиться этой страницей

Абстрактный

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.