形态 之前增强的牙细分用于高分辨率口腔扫描
IEEE journal of biomedical and health informatics
|October 1, 2025
概括
这项研究引入了一种新的深度学习框架,用于从口腔内扫描 (IOS) 准确地细分牙. 该方法通过结合牙形态学先验和一种新的分解合并策略来提高概括性和准确性.
科学领域:
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 牙科技术 牙科技术
背景情况:
- 从口腔内扫描 (IOS) 进行牙细分的深度学习对于临床牙科实践至关重要.
- 现有的方法难以处理低分辨率数据,固定受体场和上采样插值,导致边界细分不准确.
- 在IOS中混乱的姿势限制了几何信息的概括性和可用性.
研究的目的:
- 为了提高准确性和概括性,开发一个形态学预先增强的牙细分框架.
- 解决现有的深度学习方法在处理口腔内扫描数据方面的局限性.
- 提高不同牙部分和边界的适应性和细分.
主要方法:
- 一个强大的预处理步骤使用牙弧方向对准IOS姿势.
- 一种分解合并策略通过处理低分辨率数据和合并结果来避免上样限制.
- 一个创新的模块集成了适应性可变形受体场的语义和几何特征.
主要成果:
- 拟议的框架显著优于来自四个中心的6238个IOS上的11种最先进的方法.
- 在跨中心测试中实现了6.93%的增强,证明了卓越的概括性.
- 该方法显示了对不同牙部位的改进适应性和边界的准确细分.
结论:
- 形态先进增强的牙细分框架为临床牙科应用提供了卓越的性能和概括性.
- 这种新的方法有效地解决了现有的基于深度学习的牙细分的局限性.
- 这项工作提高了使用口腔内扫描的自动牙科诊断的准确性和可靠性.


