开发一个深度学习模型,自动识别三维牙件上的地标.
Jamal Giri1, George Vadakepurathan Jose2, Nikhil Cherian Kurian2
1Adelaide Dental School, The University of Adelaide, Adelaide, South Australia, Australia, adelaide.edu.au.
International journal of dentistry
|February 16, 2026
概括
一个新的深度学习模型准确地识别了3D牙模板上的12个地标. 这种自动化方法显著减少了 palatal 形态评估的手动注释时间.
科学领域:
- 人工智能在牙科中的应用
- 3D成像和分析 3D成像和分析
- 头骨面部形态学 头骨面部形态学
背景情况:
- 在3D数字上牙造型上准确识别口腔标志对于形态评估至关重要.
- 这些地标的手动注释是耗时的,容易变化.
- 开发自动化方法可以提高牙科研究和临床实践的效率和一致性.
研究的目的:
- 开发一种深度学习模型,在3D数字牙件上自动识别12个地标.
- 评估开发的深度学习模型的性能和准确性.
主要方法:
- 使用了377个3D数字牙造的数据集,12个口腔地标被手动注释为地面真相.
- 两阶段的PointNet++深度学习架构被用于里程碑检测.
- 通过测量预测和地面真相地标位置之间的线性差异来评估模型的准确性.
主要成果:
- 开发的深度学习模型实现了0.55mm (±0.49mm) 的平均地标检测误差.
- 该模型表现出高的预测准确性,识别了90%的地标在1毫米以内,以及98%的地标在2毫米以内.
- 层次模型有效地从点云数据中提取了本地和全球特征.
结论:
- 成功开发了一种高性能深度学习模型,用于在3D牙膏上自动识别 palatal 里程碑.
- 这种自动化方法显著减少了手动注释的时间,提高了临床和研究环境的效率.
- 该模型有助于更有效地对口腔进行形态学评估.
