LMVSegRNN和Poseidon3D:在3D牙表面正扫描中解决具有挑战性的牙细分病例

科学领域:

• 3D成像和计算几何学的3D成像.
• 医疗图像分析和细分 医学图像分析和细分
• ортодонтика和牙科成像学

背景情况:

• 由于解剖学变异,3D牙科扫描细分具有挑战性,错位,闭塞和牙科器械.
• 现有的几何方法经常忽视感知输入特征,缺乏对复杂解剖病例的评估.
• 具有多种牙异常的数据集的有限可用性阻碍了强大的细分技术的开发和验证.

研究的目的:

• 开发和验证一种基于投影的新方法,用于在3D牙科扫描中准确的牙细分.
• 通过结合感知方面和评估复杂案例的性能来解决现有几何方法的局限性.
• 引入一个新的数据集,波西顿的牙3D (Poseidon3D),用于研究有异常的正牙病例.

主要方法:

• 一种基于投影,检测和细分的方法,以多视图的方式在每个牙上局部运行.
• 在投影框架内利用循环单位进行空间信息相关联.
• 开发和发布波西顿牙3D (Poseidon3D) 数据集,包括具有异常的真实正病例.

主要成果:

• 基于投影的框架实现了精确的牙细分,即使在出现解剖学异常的情况下,信息损失最小.
• 与基于点,基于边和基于图形切割的几何方法相比,性能优越.
• 获得了0.97122±0.038的平均加权IOU分数和0.49012±0.571mm的95百分位的豪斯多夫距离.

结论:

• 提出的基于投影的方法为3D牙细分提供了强大而准确的解决方案,特别是在具有挑战性的临床场景中.
• 开发的方法显示了与传统几何技术相比的显著改进.
• 波塞顿3D数据集的发布将促进牙科自动化分析和正牙治疗计划的进一步研究和开发.