换一批基于深度学习对CBCT图像采用多视角投影的牙齿分类
Classification of teeth in CBCT images using deep learning with multi-view projection|R|
摘要目的:针对当前基于锥形束计算机断层扫描(CBCT)图像的牙齿分类方法过于依赖精确分割,缺少对牙齿形态和位置信息的综合利用,提出一种基于多视角投影和Transformer架构的牙齿分类方法,可对全年龄层的CBCT图像中的牙齿(包括儿童病例)进行准确的52分类.方法:通过引入多视角投影,结合Transformer架构,融合语义分割和实例分割,由粗至细进行牙齿分类任务,增强对牙齿空间位置信息的利用.采用国际牙科联盟(FDI)两位数牙位标记法对CBCT图像中的牙齿进行分类,并对多视角融合效果进行评估.结果:改进后的方法能够准确区分恒牙与乳牙,同时有效地进行牙齿编号,牙齿层面的分类准确率达到0.982.结论:基于多视角投影与Transformer架构的牙齿分类方法实现对牙齿类别与位置信息的有效融合,提高牙齿分类的精度,为个性化治疗方案的制定提供更为精确的基础.
更多相关知识
关键词
深度学习锥形束计算机断层扫描牙齿识别多视角投影deep learningcone beam computed tomographytooth identificationmulti-view projection
分类号
R318（医用一般科学）
栏目名称
DOI
10.3969/j.issn.1005-202X.2025.03.005
发布时间
2025-04-03（万方平台首次上网日期，不代表论文的发表时间）
- 浏览8
- 被引2
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
