牙实例和皮质细分基于从形光束CT中等级提取和合并的解剖学先验
Tao Zhong1, Yang Ning2, Xueyang Wu3
1Department of Radiotherapy, State Key Laboratory of Oncology in South China, Guangdong Provincial Clinical Research Center for Cancer, Sun Yat-sen University Cancer Center, Guangzhou, China; School of Biomedical Engineering, Guangdong Provincial Key Laboratory of Medical Image Processing and Guangdong Province Engineering Laboratory for Medical Imaging and Diagnostic Technology, Southern Medical University, Guangzhou, China.
Artificial intelligence in medicine
|August 31, 2025
概括
我们开发了TIPs, 这是一种新的方法, 这种工具显著提高了细分精度,帮助数字牙科工作流程.
科学领域:
- 牙科学
- 医学成像
- 人工智能
背景情况:
- 在形光束计算机断层扫描 (CBCT) 中精确分离牙和肉质至关重要,但由于结构小且边界模糊,因此具有挑战性.
- 现有的方法难以达到临床应用所需的精度.
研究的目的:
- 引入TIPs (牙实例和肉皮细分),这是一个新的框架,用于从CBCT图像中精确细分牙和肉皮.
- 开发一个可访问的,单击工具,用于自动化细分,以增强临床工作流程.
主要方法:
- TIPs使用骨干模型进行初始牙细分,推导出牙位置和形状的先验.
- 层次融合Mamba模型整合了卷积神经网络 (CNN) 和状态空间序列模型 (SSM) 功能,以增强细分.
- 该框架将牙和纸细分结合在一起,用于最终的纸实例细分.
主要成果:
- 与最先进的方法相比,TIP在147名患者的CBCT扫描中实现了显著更高的细分精度.
- 在外部数据集 (Toothfairy2和STS) 上验证了性能,证明了稳定性.
- 开发的工具提供一键细分,经过临床验证.
结论:
- 在CBCT成像中,TIPs为牙和纸实例细分提供了强大而准确的解决方案.
- 这种可访问的工具有潜力显著提高数字牙科诊断和治疗计划的精度和效率.
- 这项工作代表了牙和纸实例细分的第一个工具箱,解决了该领域的关键需求.
