基于骨 fenestration 和 dehiscence 的视觉-语言开放集检测器——用于牙内视觉图像
图像与视频处理
2024-07-15 v1 人工智能
计算机视觉与模式识别
摘要
骨 fenestration 和 dehiscence(FD) 的精准检测对于制定有效的牙科治疗方案至关重要。虽然锥束层析扫描(CBCT) 是评估 FD 的黄金标准，但其存在剂量暴露、可及性有限以及成本较高于牙内视觉图像等局限性。牙科医生在牙内视觉图像中面临 FD 的鉴别诊断挑战。本文提出了一种仅基于牙内视觉图像进行 FD 检测的新颖且临床意义重大的方法。为实现这一目标，我们提出了 FD-SOS，一种用于牙内视觉图像的新型开放集目标检测器。FD-SOS 包含两个新颖组件：条件对比去噪(CCDN)和牙齿特定匹配分配(TMA)。这些模块使 FD-SOS 能够有效地利用外部牙科语义。实验结果显示，我们的方法在相同精度水平下超越了现有检测方法，并将牙科专业人员的召回率提升了 35%。代码已公开：https://github.com/xmed-lab/FD-SOS。
引用
@article{arxiv.2407.09088,
title = {FD-SOS: Vision-Language Open-Set Detectors for Bone Fenestration and Dehiscence Detection from Intraoral Images},
author = {Marawan Elbatel and Keyuan Liu and Yanqi Yang and Xiaomeng Li},
journal= {arXiv preprint arXiv:2407.09088},
year = {2024}
}
备注
MICCAI 2024