MADCrowner：基于模板变形与细化的边际感知牙冠设计
计算机视觉与模式识别
2026-03-06 v1 人工智能
摘要
牙冠修复是治疗牙齿缺陷最常见的治疗方式，个性化牙冠设计至关重要。虽然计算机辅助设计 (CAD) 系统显著提高了牙冠设计效率，但仍需在临床工作流程中进行大量手动调整。最近的研究探索了利用基于学习的方法自动生成修复牙冠的应用。然而，这些方法面临空间分辨率不足、输出噪声和表面重建过度扩展等挑战。为解决这些限制，我们提出了 \totalframework 框架，这是一个包含 CrownDeformR 和 CrownSegger 的边际感知网格生成框架。灵感来自牙科临床手动工作流程，我们设计 CrownDeformR 基于从多尺度口内扫描中提取的解剖上下文，将初始模板变形为目标牙冠。此外，我们引入了 \marginseg，这是一个新的边际分割网络，用于提取目标牙齿的颈缘。CrownDeformR 的性能在加入颈缘作为额外约束后得到改善。它还被用作量身定制后处理方法的边界条件，该方法移除了重建表面的过度扩展区域。我们构建了一个大规模口内扫描数据集并进行了大量实验。该方法在几何精度和临床可行性方面均显著优于现有方法。
引用
@article{arxiv.2603.04771,
title = {MADCrowner: Margin Aware Dental Crown Design with Template Deformation and Refinement},
author = {Linda Wei and Chang Liu and Wenran Zhang and Yuxuan Hu and Ruiyang Li and Feng Qi and Changyao Tian and Ke Wang and Yuanyuan Wang and Shaoting Zhang and Dimitris Metaxas and Hongsheng Li},
journal= {arXiv preprint arXiv:2603.04771},
year = {2026}
}