龋齿是一种严重影响儿童身心健康的常见口腔病,在儿童群体中具有患病率高、分布广的特点,及时筛查出龋齿并进行早期治疗与干预能帮助儿童阻止龋齿加重和后续其它口腔疾病的发生,也能在投入较低成本的同时减轻社会公共卫生经济负担。早期龋齿的筛查对儿童龋齿预防与治疗具有着重要意义。同时,我国口腔医师资源不足、检测能力有限,为了缓解医师诊断压力,提高龋齿诊断准确率,简化儿童龋齿筛查流程,使用计算机辅助检测儿童龋齿十分必要。本文通过深度学习技术实现了儿童龋齿早期筛查,其中包括儿童第一恒磨牙龋齿检测,并扩展到儿童口腔中的全部龋齿检测。主要工作如下:采集并标注了两份儿童口腔图像的数据集,并基于数据集构建了相关龋齿检测网络模型,建立了方便自查的儿童龋齿检测应用系统。针对儿童口腔中的第一恒磨牙龋齿检测,首先对儿童的口腔图像进行采集,建立了儿童口腔图像第一恒磨牙数据集,对儿童口腔中的第一恒磨牙进行位置标注,并判断其健康状态。并提出了基于特征金字塔的第一恒磨牙龋齿检测网络框架。该框架首先基于深度残差网络与特征金字塔网络的对儿童口腔图像的主干网络进提取特征,在进行多尺度特征图的特征融合后,将每层的特征图分别输入到将数据输入到两个并行的全卷积网络进行类别与位置的判断,同时使用带权重的交叉熵损失函数作为目标分类子网络的损失函数。最终获得口腔图像中第一恒磨牙的位置与类别判断。针对儿童全口腔图像中的龋齿检测,首先建立了儿童口腔图像龋齿数据集,包含图像中的龋齿位置标注。提出了基于全连接网络与卷积网络双检测头的RCNN龋齿检测网络框架,在通过深度残差网络与特征金字塔网络提取特征后通过候选区域生成网络对不含龋齿的目标框进行过滤,最终全连接网络用于对候选区域进行分类,卷积网络用来对龋齿目标框进行微调回归,得到目标龋齿的最终位置。最终获得口腔中全部龋齿的位置标注。建立了儿童龋齿检测的应用系统,分别为儿童龋齿在线检测网站与龋齿检测小程序,在可以让儿童及时进行龋齿自查的同时,也支持专业机构对龋齿进行批量检测,缓解医疗负担。