SkullEngine：用于协作式 CBCT 图像分割与 landmark 检测的多阶段 CNN 框架
图像与视频处理
2021-12-22 v2 计算机视觉与模式识别
摘要
我们提出一个基于 CNN 的多阶段由粗到细框架，称为 SkullEngine，通过协作式、集成式且可扩展的 JSD 模型以及三个分割与 landmark 检测细化模型，实现高分辨率分割与大规模 landmark 检测。我们在一个包含 170 张 CBCT/CT 图像的临川数据集上评估了我们的框架，任务为分割 2 块骨骼（面中部与下颌骨）并检测骨骼、牙齿及软组织上 175 个临床常见 landmark。
引用
@article{arxiv.2110.03828,
title = {SkullEngine: A Multi-stage CNN Framework for Collaborative CBCT Image Segmentation and Landmark Detection},
author = {Qin Liu and Han Deng and Chunfeng Lian and Xiaoyang Chen and Deqiang Xiao and Lei Ma and Xu Chen and Tianshu Kuang and Jaime Gateno and Pew-Thian Yap and James J. Xia},
journal= {arXiv preprint arXiv:2110.03828},
year = {2021}
}
备注
10 pages, 5 figures, accepted by MLMI 2021