将种植体深度预测简化为视频定位：一种纹理感知的种植体深度预测网络
计算机视觉与模式识别
2024-06-19 v1
摘要
手术导板是牙种植手术中的重要工具。然而，其设计过程严重依赖牙医手动模拟种植体的角度和深度。当深度神经网络被用于辅助牙医快速定位种植体位置时，大多数方法无法确定种植体深度。受视频定位任务（定位目标视频片段的开始和结束时间）的启发，在本文中，我们将种植体深度预测简化为视频定位，并开发了一种纹理感知的种植体深度预测网络（TPNet），该网络能够直接输出种植体深度，无需对口腔骨骼进行复杂测量。TPNet由种植体区域检测器（IRD）和种植体深度预测网络（IDPNet）组成。IRD是一个目标检测器，用于从CBCT中裁剪候选种植体体积，大大节省了计算资源。IDPNet利用裁剪后的CBCT数据预测种植体深度。我们设计了一种纹理感知损失（TPL），使IDPNet的编码器能够感知切片间的纹理变化。在大型牙种植数据集上的大量实验表明，所提出的TPNet比现有方法取得了更优越的性能。
引用
@article{arxiv.2406.04603,
title = {Simplify Implant Depth Prediction as Video Grounding: A Texture Perceive Implant Depth Prediction Network},
author = {Xinquan Yang and Xuguang Li and Xiaoling Luo and Leilei Zeng and Yudi Zhang and Linlin Shen and Yongqiang Deng},
journal= {arXiv preprint arXiv:2406.04603},
year = {2024}
}