用于 CBCT 图像少样本牙齿分割的 3D-U-SAM 网络
图像与视频处理
2024-02-29 v3 机器学习
摘要
牙齿位置的准确表示在治疗中极为重要。三维牙齿图像分割是一种广泛使用的方法,然而带标注的三维牙齿数据集是一种稀缺资源,导致该任务在许多情况下面临小样本问题。为此,我们利用预训练的 SAM 解决该问题,并提出一种新颖的 3D-U-SAM 网络用于三维牙齿图像分割。具体而言,为解决在三维数据集上使用二维预训练权重的问题,我们采用了卷积近似方法;为保留更多细节,我们参考 U-Net 设计了跳跃连接以融合各层级特征。所提方法的有效性在消融实验、对比实验和样本量实验中得到了验证。
引用
@article{arxiv.2309.11015,
title = {3D-U-SAM Network For Few-shot Tooth Segmentation in CBCT Images},
author = {Yifu Zhang and Zuozhu Liu and Yang Feng and Renjing Xu},
journal= {arXiv preprint arXiv:2309.11015},
year = {2024}
}
备注
The paper needs to be updated