在牙科影像學中，分離每顆牙齒是一個繁複的任務，但使用卷積神經網路（CNN）模型就可以簡化這個流程，自動預測出每顆牙齒的位置。
使用CNN模型分離CBCT（錐形束電腦斷層掃描）影像中的每顆牙齒的主要原理是通過預測每顆牙齒的中心，並根據預測結果結合分水嶺分割演算法，分離出每顆獨立的牙齒。這樣做的過程可以自動化，從而大大減少人工工作量和時間成本。
我們已經收集多組具有標註的CBCT影像，並使用這些數據集訓練完成CNN模型。利用我們訓練的CNN模型，即可自動識別每顆牙齒的位置。在以下簡短的影片中，展示多組不同影像，在使用我們訓練模型可預測得到的結果。