牙科CBCT中三维单颗牙齿自动识别与分割的全自动化方法
计算机视觉与模式识别
2021-12-06 v2
摘要
从锥形束计算机断层扫描（CBCT）图像中准确且自动地分割三维（3D）单颗牙齿是一项具有挑战性的问题，其难点在于将单颗牙齿从相邻牙齿及其周围牙槽骨中分离出来。因此，本文提出了一种从牙科CBCT图像中识别并分割三维单颗牙齿的全自动化方法。所提方法通过构建基于深度学习的分层多步模型来解决上述困难。首先，它自动生成上下颌全景图像，以克服高维数据带来的计算复杂性以及与有限训练数据集相关的维数灾难。随后，所获得的二维全景图像被用于识别二维单颗牙齿并捕获三维单颗牙齿的宽松与紧密感兴趣区域（ROIs）。最后，利用宽松与紧密ROI实现精确的三维单颗牙齿分割。实验结果表明，所提方法在牙齿识别上达到了93.35%的F1分数，在单颗三维牙齿分割上达到了94.79%的Dice相似系数。结果证明，所提方法为数字牙科提供了一个有效的临床与实践框架。
引用
@article{arxiv.2102.06060,
title = {A fully automated method for 3D individual tooth identification and segmentation in dental CBCT},
author = {Tae Jun Jang and Kang Cheol Kim and Hyun Cheol Cho and Jin Keun Seo},
journal= {arXiv preprint arXiv:2102.06060},
year = {2021}
}