CTooth:用于锥形束CT图像牙齿体积分割的全标注3D数据集与基准
计算机视觉与模式识别
2022-06-20 v1 人工智能
摘要
3D牙齿分割是计算机辅助牙科诊断与治疗的先决条件。然而,手动分割所有牙齿区域具有主观性且耗时。近来,基于深度学习的分割方法产生了令人信服的结果并减少了人工标注工作量,但其需要大量真值用于训练。据我们所知,可用于3D分割研究的牙齿数据甚少。本文建立了一个具有牙齿金标准的全标注锥形束CT数据集CTooth。该数据集包含22个体积(7363张切片),由经验丰富的放射影像判读员精细标注牙齿标签。为保证相对均匀的数据采样分布,CTooth纳入了数据方差,包括缺牙与义齿修复。若干最先进分割方法在该数据集上被评估。此后,我们进一步总结并应用一系列基于3D注意力的Unet变体用于牙齿体积分割。本工作为牙齿体积分割任务提供了新基准。实验证据证实,3D UNet结构的注意力模块增强了牙齿区域的响应并抑制了背景与噪声的影响。最佳性能由带SKNet注意力模块的3D Unet取得,分别为88.04% Dice与78.71% IOU。基于注意力的Unet框架在CTooth数据集上优于其他最先进方法。代码库与数据集已发布。
引用
@article{arxiv.2206.08778,
title = {CTooth: A Fully Annotated 3D Dataset and Benchmark for Tooth Volume Segmentation on Cone Beam Computed Tomography Images},
author = {Weiwei Cui and Yaqi Wang and Qianni Zhang and Huiyu Zhou and Dan Song and Xingyong Zuo and Gangyong Jia and Liaoyuan Zeng},
journal= {arXiv preprint arXiv:2206.08778},
year = {2022}
}