MATHENA: 基于Mamba的架构化牙齿层次估计与解剖学整体评估网络
计算机视觉与模式识别
2026-04-02 v1 人工智能
摘要
从全景牙科X光片（OPG）进行牙科诊断需要协调牙齿检测、龋齿分割（CarSeg）、异常检测（AD）和牙齿发育分期（DDS）。我们提出了MATHENA——一个基于Mamba的架构化牙齿层次估计与解剖学整体评估网络，一个统一框架，利用Mamba的线性复杂度状态空间模型（SSM）来解决全部四项任务。MATHENA集成了MATHE，一个多分辨率SSM驱动的检测器，配备四方向视觉状态空间（VSS）块以实现O(N)全局上下文建模，生成每颗牙齿的裁剪区域。这些裁剪区域由HENA处理，一个轻量级Mamba-UNet，采用三头架构和全局上下文状态令牌（GCST）。在三头架构中，CarSeg首先作为上游任务进行训练以建立共享表示，然后冻结并复用于下游AD微调和DDS分类，通过线性探测实现稳定高效的学习。我们还整理了PARTHENON基准，包含来自十个数据集的15,062个标注实例。MATHENA在牙齿检测上达到93.78% mAP@50，CarSeg的Dice为90.11%，AD为88.35%，DDS准确率为72.40%。
引用
@article{arxiv.2604.00537,
title = {MATHENA: Mamba-based Architectural Tooth Hierarchical Estimator and Holistic Evaluation Network for Anatomy},
author = {Kyeonghun Kim and Jaehyung Park and Youngung Han and Anna Jung and Seongbin Park and Sumin Lee and Jiwon Yang and Jiyoon Han and Subeen Lee and Junsu Lim and Hyunsu Go and Eunseob Choi and Hyeonseok Jung and Soo Yong Kim and Woo Kyoung Jeong and Won Jae Lee and Pa Hong and Hyuk-Jae Lee and Ken Ying-Kai Liao and Nam-Joon Kim},
journal= {arXiv preprint arXiv:2604.00537},
year = {2026}
}
备注
10 pages, 3 figures, 4 tables