锥形束CT中牙齿的由粗到细体素分割
计算机视觉与模式识别
2018-10-25 v1 人工智能
摘要
我们考虑在三维锥形束计算机断层扫描（CBCT）图像中定位并分割单个牙齿的问题。为处理大图像尺寸，我们采用由粗到细的框架来处理该任务：首先在粗分辨率下将整个体数据作为 33 类语义分割（成年人最多有 32 颗牙齿）进行分析，随后在原始分辨率下对裁剪出的感兴趣区域进行二值语义分割。为提升具挑战性的 33 类分割性能，我们首先在大型弱标注数据集上训练粗步模型，再在较小的精确标注数据集上对其进行微调。细步模型仅使用精确标签训练。使用我们内部数据集的实验表明，弱监督预训练与细步的加入均带来显著改进。经验上，该框架产生了精确的牙齿掩码，定位误差低，足以满足许多实际应用。
引用
@article{arxiv.1810.10293,
title = {Coarse-to-fine volumetric segmentation of teeth in Cone-Beam CT},
author = {Matvey Ezhov and Adel Zakirov and Maxim Gusarev},
journal= {arXiv preprint arXiv:1810.10293},
year = {2018}
}