三维模型上稠密代表性牙齿标志点/轴线检测网络

人工智能(AI)技术正日益应用于数字化正畸，但其挑战之一在于自动且精确地检测牙齿标志点与轴线。这部分是由于它们复杂的几何定义，部分源于个体牙齿之间及不同类型牙齿之间的巨大差异。为此，我们提出了一种深度学习方法，利用专业牙医标注的数据集，在对于正畸治疗至关重要的牙齿模型上进行牙齿标志点/轴线检测。我们的方法不仅能以点的形式(如牙尖)提取牙齿标志点，还能提取衡量牙齿倾斜与倾角的轴线。所提出的网络以三维牙齿模型为输入，预测多种类型的牙齿标志点与轴线。具体而言，我们将标志点与轴线编码为定义在牙齿模型表面的稠密场。这一设计选择及一组附加组件使所提网络更适用于从给定三维牙齿模型中提取稀疏标志点。我们在经验丰富的牙医准备的一组牙科模型上对所提方法进行了广泛评估。结果表明，我们的方法能高精度地生成牙齿标志点。我们通过与最先进方法的对比以及消融实验，验证并论证了我们的方法。