基于深度学习的 3D 牙科网格分割方法在部分扫描分割上的局限性批判性分析
计算机视觉与模式识别
2023-05-02 v1 机器学习
摘要
从口内扫描中分割牙齿是数字牙科的关键环节。许多基于深度学习的牙齿分割算法已针对该任务被开发。在大多数情况下已取得较高精度,尽管现有多数牙齿分割技术隐含地做出了全颌模型的限制性假设,并基于全颌模型报告精度。然而从医学角度,某些情况下并不需要或可能无法获得全颌牙齿扫描。鉴于这一实际问题,理解当前广泛使用的基于深度学习的牙齿分割技术的鲁棒性十分重要。为此,我们将现有分割技术应用于部分口内扫描,发现可用的深度学习技术性能急剧下降。本工作所呈现的分析与比较将有助于我们理解该问题的严重性,并使我们能够在无全颌模型强假设下开发鲁棒的牙齿分割技术。
引用
@article{arxiv.2305.00244,
title = {A Critical Analysis of the Limitation of Deep Learning based 3D Dental Mesh Segmentation Methods in Segmenting Partial Scans},
author = {Ananya Jana and Aniruddha Maiti and Dimitris N. Metaxas},
journal= {arXiv preprint arXiv:2305.00244},
year = {2023}
}
备注
accepted to IEEE EMBC 2023