基于不确定性引导与权重迁移的 ZXYFormer 牙齿及根管分割
计算机视觉与模式识别
2023-08-28 v1
摘要
本研究尝试从 CBCT 图像中同时分割牙齿与根管，但此过程存在极具挑战性的问题。首先，临床 CBCT 图像数据非常大（如 672*688*688），下采样操作会丢失牙齿与根管的有用信息。其次，牙齿与根管在形态上差异很大，简单网络难以精确识别。此外，牙齿处、牙齿与根管之间存在弱边缘，使得此类弱边缘分割非常困难。为此，我们提出一种基于逆向特征融合 transformer 与不确定性估计的由粗到细分割方法，以解决上述挑战性问题。首先，我们使用下缩放体数据（如 128*128*128）进行粗分割并映射至原始体数据以获得牙齿与根管区域。然后，我们设计具有逆向特征融合的 transformer，其可通过将更深特征传递至浅层特征带来不同形态对象的更好分割效果。最后，我们设计辅助分支以计算并细化困难区域，从而提升牙齿与根管的弱边缘分割性能。通过 157 例临床高分辨率 CBCT 数据的牙齿与根管联合分割实验，验证了所提方法优于现有牙齿或根管分割方法。
引用
@article{arxiv.2308.07072,
title = {Teeth And Root Canals Segmentation Using ZXYFormer With Uncertainty Guidance And Weight Transfer},
author = {Shangxuan Li and Yu Du and Li Ye and Chichi Li and Yanshu Fang and Cheng Wang and Wu Zhou},
journal= {arXiv preprint arXiv:2308.07072},
year = {2023}
}