一个渐进的框架,用于从形光束CT图像中对牙和亚结构进行细分.
Minhui Tan1, Zhiming Cui2, Tao Zhong3
1School of Biomedical Engineering, Southern Medical University, Guangzhou, 510515, China; School of Biomedical Engineering & State Key Laboratory of Advanced Medical Materials and Devices, ShanghaiTech University, Shanghai, 201210, China.
Computers in biology and medicine
|December 27, 2023
概括
这项研究引入了一种新的深度学习框架,用于从圆束计算机断层扫描 (CBCT) 图像中自动细分3D牙及其子结构 (乳,纸,牙),从而改善牙科诊断.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 牙科技术 牙科技术
背景情况:
- 精确的细分牙和基结构 (乳,肉质,牙) 从形光束计算机断层扫描 (CBCT) 对于数字牙科至关重要.
- 目前的CBCT细分方法在牙识别方面取得了进展,但缺乏亚结构细分能力.
研究的目的:
- 从CBCT图像开发一个新的三阶段渐进深度学习框架,用于自动3D牙和基结构细分.
- 专注于细分更细微的牙基结构,如牙,乳皮和牙.
主要方法:
- 一种三阶段的深度学习方法,涉及通过集群和位移向量检测牙.
- 一个牙细分网络利用基于注意力的混合特征融合机制来增强边界和形状细节.
- 采用牙骨架作为随后的亚结构细分的指南.
主要成果:
- 拟议的算法在314名患者的数据集上进行了评估.
- 广泛的比较和消去研究表明,开发的方法具有优越的细分性能.
结论:
- 开发的方法可以从CBCT图像中自动细分牙和细微的亚结构.
- 这种技术在牙科的临床诊断和外科治疗规划方面具有重大潜力.
