基于深度学习的下颌神经管路径自动追踪
计算机视觉与模式识别
2021-12-01 v1
摘要
医疗行业对自动化检测与定位系统的需求日益增长，因为人工处理效率低下。在牙科领域，准确追踪下颌神经管路径具有重大价值。下颌神经管环绕下牙槽神经（IAN），其位置的准确定位可降低牙种植术中损伤该神经的风险。人工检测神经管路径在时间和人力上均非高效方式。为此，我们提出一种基于深度学习的框架，从CBCT数据中检测下颌神经管。该流程为全自动化端到端的3阶段过程。在预处理阶段生成真值。与常用的固定直径管状真值不同，我们生成下颌神经管的中心线并将其作为训练过程中的真值。模型训练采用3D U-Net架构。开发了高效的后处理阶段以修正初始预测。通过精确率、召回率、F1分数和IoU来衡量体素级分割性能。此外，为分析基于距离的度量，计算了从真值到预测及从预测到真值的双向平均曲线距离（MCD）。大量实验证明了该模型的有效性。
引用
@article{arxiv.2111.15111,
title = {Automatic tracing of mandibular canal pathways using deep learning},
author = {Mrinal Kanti Dhar and Zeyun Yu},
journal= {arXiv preprint arXiv:2111.15111},
year = {2021}
}