-
题名基于多视角融合的CBCT图像牙齿实例分割算法
- 1
-
-
作者
李孜政
李淳芃
黄晓峰
肖云鹏
-
机构
郑州大学河南先进技术研究院
中国科学院大学
中国科学院计算技术研究所智能计算技术研究中心
首都医科大学附属北京友谊医院口腔科
-
出处
《计算机辅助设计与图形学学报》
北大核心
2025年第7期1205-1216,共12页
-
基金
北京市医院管理中心临床技术创新项目(XMLX202132).
-
文摘
在牙科治疗中,准确、快速地从锥形束CT图像(CBCT)分割出单颗牙齿具有重要意义.为了解决咬合面难以处理和CBCT图像分辨率较低的问题,提出一种基于多视角融合的CBCT图像牙齿实例分割算法.首先,将CBCT数据转化为水平面和矢状面2个视角的序列切片;其次,结合不同视图的数据特点,使水平面分割结果为矢状面分割提供分割指导和实例标签信息;最后,基于矢状面图像的实例分割结果还原CBTC数据,得到高精度的牙齿实例分割结果.以基于Test29构造的CBCT数据集为例,以平均Dice系数为评价指标,所提算法在牙齿和咬合面的平均Dice系数分别达到89.74%和93.56%,与CGDNet等算法相比,平均提升0.82~3.45个百分点;同时,平均分割速度为9.2 s,实现短时间内完成CBCT数据高精度实例分割.
-
关键词
锥形束CT
深度学习
实例分割
数字化医疗
-
Keywords
cone-beam CT
deep learning
instance segmentation
digital medical
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
