基于连通性选择性重训练的 CBCT 图像下牙槽神经分割
计算机视觉与模式识别
2023-08-21 v1
摘要
CBCT 下牙槽神经(IAN)管检测是许多口腔及颌面外科应用中的重要步骤,以防术中神经不可逆损伤。ToothFairy2023 挑战旨在建立包含全部稀疏标签与部分稠密标签的 3D 颌面数据集,并提升自动 IAN 分割能力。本工作中,为避免稀疏标注带来的负面影响,我们将混合监督问题转化为半监督问题。受通过伪标签自训练启发,我们提出基于 IAN 连通性的选择性重训练框架。我们的方法在 ToothFairy 验证病例上定量评估,取得 dice 相似系数(DSC)0.7956 与 95% hausdorff 距离(HD95)4.4905,并赢得竞赛冠军。代码见 https://github.com/GaryNico517/SSL-IAN-Retraining。
引用
@article{arxiv.2308.09298,
title = {Inferior Alveolar Nerve Segmentation in CBCT images using Connectivity-Based Selective Re-training},
author = {Yusheng Liu and Rui Xin and Tao Yang and Lisheng Wang},
journal= {arXiv preprint arXiv:2308.09298},
year = {2023}
}
备注
technical paper for Miccai ToothFairy2023 Challenge