基于层次特征和双向序列建模的创新牙齿分割方法
计算机视觉与模式识别
2026-02-26 v1
摘要
牙齿图像分割是牙科数字化的基石。然而，传统图像编码器依赖固定分辨率的特征图，往往导致分割不连续且目标区域与背景区分性差，原因在于对环境和全局上下文建模不足。此外，基于Transformer的自注意力机制因其二次复杂度（O(n^2)）引入巨大的计算开销，在高分辨率牙科图像上显得低效。为此，我们引入三阶段编码器，采用层次特征表示以捕获牙科图像中尺度自适应信息。通过跨尺度特征融合，联合利用低级细节与高级语义，模型有效保留细粒结构信息，同时保持强大的上下文感知能力。进一步，采用双向序列建模策略以增强全局空间上下文理解，却不产生高计算成本。我们在两个牙科数据集上进行验证，实验结果表明，我们的方法优于现有方法。在OralVision数据集上，模型实现了平均交并比（mIoU）提升1.1%。
引用
@article{arxiv.2602.21712,
title = {Innovative Tooth Segmentation Using Hierarchical Features and Bidirectional Sequence Modeling},
author = {Xinxin Zhao and Jian Jiang and Yan Tian and Liqin Wu and Zhaocheng Xu and Teddy Yang and Yunuo Zou and Xun Wang},
journal= {arXiv preprint arXiv:2602.21712},
year = {2026}
}
备注
Accepted by Pattern Recognition