TCEIP：用于种植牙位置预测的文本条件嵌入回归网络
计算机视觉与模式识别
2023-06-30 v2
摘要
当深度神经网络被提出以辅助牙医设计种植牙位置时，大多数针对的是仅有一颗缺牙的简单病例。因此，在存在多颗缺牙且牙齿分布稀疏时，已有文献方法表现不佳并易产生错误预测。本文中，我们试图将弱监督文本（目标区域）集成到种植位置回归网络中，以解决上述问题。我们提出一种文本条件嵌入种植位置回归网络（TCEIP），将文本条件嵌入编码器-解码器框架以提升回归性能。我们提出一种由跨模态注意力（CMA）和知识对齐模块（KAM）组成的跨模态交互，以促进图像与文本特征之间的交互。CMA模块在图像特征与文本条件之间执行交叉注意力，KAM缓解图像特征与CLIP的图像编码器之间的知识鸿沟。在种植牙数据集上通过五折交叉验证的大量实验表明，所提出的TCEIP取得了优于现有方法的性能。
引用
@article{arxiv.2306.14406,
title = {TCEIP: Text Condition Embedded Regression Network for Dental Implant Position Prediction},
author = {Xinquan Yang and Jinheng Xie and Xuguang Li and Xuechen Li and Xin Li and Linlin Shen and Yongqiang Deng},
journal= {arXiv preprint arXiv:2306.14406},
year = {2023}
}
备注
MICCAI 2023