在形束计算机断层扫描和内口扫描数据之间进行自动注册的新程序,支持3D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:

• 口腔内扫描和CBCT是3D牙科模型的标准,但有局限性.
• 整合这些数据集为改善诊断准确性和治疗规划提供了潜力.

研究的目的:

• 开发和验证一种新的3D注册方法,用于协调口腔内扫描和CBCT数据.
• 评估拟议的数据融合技术的准确性和临床潜力.

主要方法:

• 预处理涉及CBCT的牙细分和口腔内扫描数据的染色分类的Mask-RCNN.
• 使用RANSAC和ICP算法进行了基于牙冠的对齐.
• 使用欧几里德距离和专家地标测量来评估准确性.

主要成果:

• 拟议的方法在口内扫描和CBCT数据之间实现了0.234 ± 0.019毫米的计算误差,低于0.3毫米CBCT声量尺寸.
• 专家评估显示,地标的平均测量差异在0.368到1.079毫米之间.

结论:

• 这种新的3D注册技术有效地将口内扫描和CBCT数据高精度地集成在一起.
• 这种方法显着有望通过提供全面的3D视角来增强牙科诊断和治疗规划.