基于文本条件的多专家回归框架用于全自动多颌设计
计算机视觉与模式识别
2026-04-13 v1
摘要
牙科植体颈台用于作为植体fixture与假冠冠之间的几何和力学界面，但其设计依赖大量人工工作且耗时。虽然已提出深度神经网络辅助牙科医生设计颈台的方法，但大多数现有方法仍偏向人工或半自动，需大量临床医生介入，且在多颌场景下缺乏可扩展性。为克服这些限制，我们提出TEMAD（Text-Conditioned Multi-Expert Regression for fully Automated Multi-Abutment Design），一个全自动、文本条件的多专家架构，用于多颌设计。该框架集成了植体定位、植体系统及兼容颈台参数回归。具体而言，我们引入植体定位识别网络（ISIN），自动定位植体位置并提供给后续多颌回归网络。我们进一步设计牙齿条件特征线性调制（TC-FiLM）模块，使用牙齿嵌入自适应校准网格表示，以实现位置特异的特征调制。此外，系统提示混合专家（SPMoE）机制利用植体系统提示引导专家选择，确保系统感知的回归。大规模颈台设计数据集上的实验表明，TEMAD在与现有方法相比时实现了最先进的性能，尤其在多颌场景下，验证了其在全自动牙科植体规划中的有效性。
引用
@article{arxiv.2604.09047,
title = {Text-Conditioned Multi-Expert Regression Framework for Fully Automated Multi-Abutment Design},
author = {Mianjie Zheng and Xinquan Yang and Xuefen Liu and Xuguang Li and Kun Tang and He Meng and Linlin Shen},
journal= {arXiv preprint arXiv:2604.09047},
year = {2026}
}