基于深度学习的3D多式融合圆光束CT和口内网状扫描用于临床适用的牙骨重建

科学领域:

• 生物医学工程 生物医学工程
• 计算机视觉 计算机视觉
• 牙科成像 牙科成像 牙科成像

背景情况:

• 准确的牙骨结构3D模型对于虚拟牙科治疗规划至关重要.
• 结合束计算机断层扫描 (CBCT) 和口内扫描 (IOS) 的当前方法往往耗时或容易出现错误.
• 在牙科中存在对自动化,高保真度3D重建技术的需求.

研究的目的:

• 引入深度牙多模式融合 (DDMF),这是一个用于重建3D牙骨结构的自动化框架.
• 提高整合CBCT和IOS数据的准确性和效率.
• 为了验证DDMF框架在 ортодонтика治疗模拟中的临床适用性.

主要方法:

• 开发一个集CBCT和IOS数据的自动化多式联网框架 (DDMF).
• 在DDMF框架内实施专门的CBCT和IOS细分模块.
• 利用新的像素表示学习,先前知识引导的损失和基于几何的3D融合技术进行重建.

主要成果:

• 在CBCT和IOS数据集上,DDMF表现出优异的细分性能.
• 在3D融合中实现了0.17mm的平均对称表面距离 (ASSD),表明了高精度.
• 与现有方法相比,大大减少了处理时间.
• 临床适用性研究证实了其在正义牙科治疗期间精确模拟牙骨结构的潜力.

结论:

• DDMF为高准确度的3D牙骨模型重建提供了有效和高效的解决方案.
• 该框架提供了更高的准确性和更短的处理时间,有利于虚拟牙科治疗规划.
• 对于准确模拟正牙治疗过程,DDMF显示出显著的前景.