文本条件嵌入回归网络用于自动牙科牵引体设计
计算机视觉与模式识别
2025-12-01 v1
摘要
牵引体是人工牙科植体的一个重要部件，其设计过程耗时且具有劳动密集性。长期使用不合适的牙科植体牵引体可能导致植体并发症，包括牙周炎。利用人工智能辅助牙科植体牵引体设计可快速提高牵引体设计效率并增强牵引体的适应性。本文提出了一种名为文本条件嵌入牵引体设计框架（TCEAD）的 novel 自动化牵引体设计解决方案。该研究扩展了网格掩码自编码器（MeshMAE）的自监督学习框架，通过引入文本引导局部化（TGL）模块促进牵引体区域局部化。由于牵引体的参数确定严重依赖于局部细粒度特征（植体宽度和高度以及与对侧牙齿的距离），我们使用口腔扫描数据预训练编码器以提高模型的特征提取能力。鉴于牵引体区域仅占口腔扫描数据的一小部分，我们设计了 TGL 模块，通过对比语言-图像预训练（CLIP）的文本编码器引入对牵引体区域描述，使网络能够快速定位牵引体区域。我们在大型牵引体设计数据集上验证了 TCEAD 的性能。广泛的实验表明，TCEAD 在其他主流方法上实现了 0.8%-12.85% 的交并比（IoU）提升，凸显了其在自动化牙科牵引体设计中的潜力。
引用
@article{arxiv.2511.22578,
title = {Text Condition Embedded Regression Network for Automated Dental Abutment Design},
author = {Mianjie Zheng and Xinquan Yang and Xuguang Li and Xiaoling Luo and Xuefen Liu and Kun Tang and He Meng and Linlin Shen},
journal= {arXiv preprint arXiv:2511.22578},
year = {2025}
}