一种全自动的牙齿CBCT三维个体识别和分割方法

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

小白导读

论文是学术研究的精华和未来发展的明灯。小白决心每天为大家带来经典或者最新论文的解读和分享，旨在帮助各位读者快速了解论文内容。个人能力有限，理解难免出现偏差，建议对文章内容感兴趣的读者，一定要下载原文，了解具体内容。

摘要

从锥形束计算机断层扫描(CBCT)图像中准确、自动地分割单个牙齿是一个具有挑战性的问题，因为很难将单个牙齿与相邻牙齿及其周围的牙槽骨分离。因此，本文提出了一种全自动的从牙齿CBCT图像中识别和分割三维个体牙齿的方法。该方法通过开发一个基于深度学习的层次多步骤模型来解决上述困难。首先，该算法能够自动生成上下颌骨全景图像，克服了高维数据带来的计算复杂度和有限训练数据集带来的维数诅咒。然后利用获得的二维全景图像对二维个体牙齿进行识别，并获取三维个体牙齿的松弛和紧张感兴趣区域(roi)。最后，采用松紧roi实现了精确的三维个体牙齿分割。实验结果表明，该方法的牙齿识别f1得分为93.35%，个体三维牙齿分割的骰子相似系数为94.79%。结果表明，所提出的方法为数字牙科提供了一个有效的临床和实践框架。

论文创新点

本文旨在通过开发一个分层多步深度学习模型来解决这些限制。本文提出的方法总结如下