口腔和面外科手术的进步 医学图像细分技术:概述
Lang Zhang1, Wang Li1, Jinxun Lv1
1School of Biomedical Engineering, Chongqing University of Technology, Chongqing 400054, China.
Journal of dentistry
|September 28, 2023
概括
计算机辅助细分方法,特别是深度学习,对口腔和面外科手术规划有希望. 需要解决数据不一致和图像工件等挑战,以便更广泛的临床采用.
科学领域:
- 口腔和牙面部外科手术
- 医学成像分析 医学成像分析
- 计算机辅助诊断 计算机辅助诊断
背景情况:
- 精确的图像细分对于口腔和面外科手术的有效治疗和手术规划至关重要.
- 计算机辅助细分方法有可能提高这些程序的精度.
- 现有的审查侧重于各种方面,但需要对最近的进展进行整合性评估.
研究的目的:
- 审查口腔和面外科手术计算机辅助细分方法的最新进展.
- 描述这些细分技术的优点和局限性.
- 为改善外科手术规划和治疗精度提供资源.
主要方法:
- 在像PubMed,IEEE Xplore,ArXiv和Google Scholar这样的数据库中,系统地搜索到2023年7月的文献.
- 包括全文文章和会议记录,重点关注口腔和面外科手术中的细分.
- 将方法分类为传统的图像处理和机器学习 (包括深度学习).
主要成果:
- 圆束计算断层扫描 (CBCT) 是最常用的成像技术,其次是传统的CT和Orthopantomography.
- 机器学习和深度学习方法表现出高性能,与专家注释相当.
- 关注的重点领域包括牙检测,下管道和气囊骨细分.
结论:
- 深度学习细分方法对口腔和面外科手术具有显著的潜力.
- 持续的挑战包括数据稀缺性,不一致性,图像工件以及算法的"黑子"性质.
- 需要进一步的研究来评估实际应用价值,并解决现有的局限性.
