用于种植牙位置预测的双流回归网络
计算机视觉与模式识别
2023-08-09 v3
摘要
在种植体修复治疗中，手术导板的设计严重依赖人工定位种植体位置，这种方式主观且易受医生经验影响。当基于深度学习的方法开始被应用于解决该问题时，牙齿间的间隙大小不一，且其中部分间隙可能与实际种植区域呈现相似纹理特征。这两类问题给种植体位置预测带来巨大挑战。本文提出一种双流种植体位置回归框架（TSIPR），由种植区域检测器（IRD）和多尺度块嵌入回归网络（MSPENet）组成，以应对此问题。对于IRD的训练，我们扩展原始标注以提供额外监督信息，其包含更丰富特征且不引入额外标注成本。为MSPENet设计多尺度块嵌入模块，以自适应地从具有不同齿间距的图像中提取特征。设计全局-局部特征交互模块构建MSPENet的编码器，其结合 transformer 与卷积以实现富集特征表示。推理时，从IRD提取的RoI掩码用于精修MSPENet的预测结果。在一个种植牙数据集上通过五折交叉验证的广泛实验表明，所提TSIPR优于现有方法。
引用
@article{arxiv.2305.10044,
title = {Two-Stream Regression Network for Dental Implant Position Prediction},
author = {Xinquan Yang and Xuguang Li and Xuechen Li and Wenting Chen and Linlin Shen and Xin Li and Yongqiang Deng},
journal= {arXiv preprint arXiv:2305.10044},
year = {2023}
}