基于面具转换器的网络用于全景放射图中的牙细分

科学领域:

• 牙科 牙科是指牙科的专业.
• 医疗成像医学成像
• 计算机视觉 计算机视觉

背景情况:

• 准确的牙细分对于牙科诊断和治疗计划至关重要.
• 传统方法往往忽视了更广泛的口腔组织背景,限制了细分的准确性.
• 现有的细分技术需要提高性能和稳定性.

研究的目的:

• 为牙细分提出一种基于全视细分的新方法.
• 开发基于双路变压器的网络架构,例如牙细分.
• 加强在牙科图像分析中考虑口腔组织背景.

主要方法:

• 一种泛光细分方法,结合实例和语义细分.
• 一个新的双路变压器网络架构,例如牙细分.
• 整合了全视质量 (PQ) 损失函数,以简化训练.
• 使用像素到内存的反,像素到像素的自我注意力和内存到像素/内存到内存的自我注意力机制.

主要成果:

• 拟议的模型在UFBA-UESC牙图像数据集上实现了牙细分性能的大幅改善.
• 该方法在细分精度和稳定性方面超过了现有的最先进技术.
• 双路变压器架构有效地集成了多尺度特征,并促进了双向通信.

结论:

• 开发的全光学细分方法代表了牙细分技术的重大进步.
• 这种方法通过包括周围组织,为口腔结构提供了更全面的理解.
• 这些发现有助于改善牙科诊断能力和治疗规划.