基于双阶段深度监督注意力卷积神经网络的下颌管 CBCT 扫描分割
图像与视频处理
2022-11-03 v4 人工智能
计算机视觉与模式识别
摘要
在下颌中准确分割下颌管在牙种植学中十分重要。医学专家从 3D CT 图像手动确定种植体位置与尺寸，以避免损伤管内下颌神经。本文中，我们提出一种基于双阶段深度学习的下颌管自动分割新方案。特别地，我们首先采用基于直方图的动态窗宽窗位新方案增强 CBCT 扫描，提升下颌管可见性。增强后，我们设计 3D 深度监督注意力 U-Net 架构以定位包含下颌管（即左、右管）的感兴趣体积（VOIs）。最后，我们采用多尺度输入残差 U-Net 架构（MS-R-UNet）利用 VOIs 准确分割下颌管。所提方法已在 500 例扫描上严格评估。结果表明我们的技术优于当前最先进的分割性能与鲁棒性方法。
引用
@article{arxiv.2210.03739,
title = {Dual-Stage Deeply Supervised Attention-based Convolutional Neural Networks for Mandibular Canal Segmentation in CBCT Scans},
author = {Azka Rehman and Muhammad Usman and Rabeea Jawaid and Amal Muhammad Saleem and Shi Sub Byon and Sung Hyun Kim and Byoung Dai Lee and Byung il Lee and Yeong Gil Shin},
journal= {arXiv preprint arXiv:2210.03739},
year = {2022}
}
备注
7 Pages