HyDAR-Pano3D：面向全景X光片到三维重建的混合解耦解剖恢复框架
计算机视觉与模式识别
2026-05-21 v1
摘要
全景X光片（PR）是常规牙科诊疗中的基础影像手段，但其本质上仅能提供复杂三维（3D）颅面解剖结构的二维（2D）投影。现有的大多数基于学习的方法试图通过直接从PR回归原生锥形束计算机断层扫描（CBCT）体数据来在计算上恢复这种3D信息。然而，这种直接映射要求模型同时学习通用解剖结构和患者特定的形态变异。这种纠缠的公式化表述使得病态的2D到3D逆问题高度模糊，常常产生过度平滑的重建结果，并伴有模糊的解剖边界。为解决此问题，我们提出了HyDAR-Pano3D，一个将PR到CBCT重建重新表述为解耦解剖恢复问题的两阶段框架。在第一阶段，一个双编码器网络将放射影像特征与SAM导出的语义先验相结合，以重建一个牙弓归一化的标准体数据。在第二阶段，一个解剖恢复网络预测一个受先验约束的结构化形变场，将该标准体数据映射回原生空间，从而恢复个体形态变异。在三个大规模数据集上的实验表明，HyDAR-Pano3D显著优于基线方法（p < 0.05），达到了25.76 dB的峰值信噪比（PSNR）、85.70%的结构相似性指数（SSIM）和83.83%的整体解剖Dice系数。合成的体数据成功支持了对全牙（82.4% Dice）和下牙槽神经管（72.2% Dice）的下游分割，表明我们的解耦方法在CBCT数据不可用时，能够保留临床相关结构以实现鲁棒的解剖感知评估。
引用
@article{arxiv.2605.20827,
title = {HyDAR-Pano3D: A Hybrid Disentangled Anatomical Recovery Framework for Panoramic-to-3D Reconstruction},
author = {Yaoyao Yue and Jérôme Schmid and Xiaoshuang Li and Eduardo Delamare and Jinman Kim},
journal= {arXiv preprint arXiv:2605.20827},
year = {2026}
}
备注
10 pages