基于神经隐式函数的全景片三维牙齿重建

全景摄影是牙科临床与研究中广泛使用的成像方式。然而，它仅提供扁平化的二维图像，限制了对牙齿结构的细致评估。本文提出 Occudent，一种利用神经隐式函数从全景片进行三维牙齿重建的框架，据我们所知，这是首个此类工作。对于三维空间中的给定点，隐式函数估计该点是否被牙齿占据，从而隐式地确定三维牙齿形状的边界。首先，Occudent 对输入全景片进行多标签分割。接着，从分割结果生成牙齿形状嵌入以及牙齿类别嵌入，并将其输入重建网络。为有效地将形状与类别组合嵌入整合进隐式函数，提出了一种称为条件激励（Conditional eXcitation, CX）的新模块。Occudent 的性能通过定量与定性指标进行评估。重要的是，Occudent 以真实全景片作为输入进行训练与验证，不同于近期使用合成图像的工作。实验证明了 Occudent 优于当前最先进（SOTA）方法。