几何引导的少样本牙科地标检测结合以人为本的基础模型-计算机科学-机器学习-少样本学习-基础模型.pdfVIP

几何引导的少样本牙科地标检测结合以人为本的基础模型-计算机科学-机器学习-少样本学习-基础模型.pdf

此“医疗卫生”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共11页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

几何引导的少样本牙科地标检测结合以人为本的基础

模型

**

AnbangWang,MarawanElbatel,KeyuanLiu,LizhuoLin,Meng

††

Lan,YanqiYang,andXiaomengLi

DepartmentofElectronicandComputerEngineering,TheHongKongUniversity

ofScienceandTechnology,HongKongSAR,China

DivisionofPaediatricDentistryandOrthodontics,FacultyofDentistry,The

UniversityofHongKong,HongKongSAR,China

译摘要精确检测解剖标志对于评估肺泡骨和根部状况至关重要,从而优化

中正畸、牙周病治疗以及种植牙的临床效果。牙医在锥形束计算机断层扫描

1(CBCT)上手动标注这些标志费时费力,并且容易受观察者间差异的影

v响。基于深度学习的自动化方法为高效简化这一过程提供了有前景的方

0法。然而,训练数据的稀缺和专家标注成本高昂阻碍了传统深度学习技术

1

7的应用。为了克服这些挑战,我们引入了GeoSapiens,这是一种新型的

4少样本学习框架,旨在利用有限数量的前牙CBCT标注来实现稳健的牙

0

.科标志检测。我们的GeoSapiens框架包含两个关键组成部分:(1)一个

7从Sapiens模型中改编的强大基线,该模型在以人类为中心的视觉任务上

0

5已达到最先进性能;(2)一种新的几何损失函数,可以提升模型捕捉解剖

2结构间关键几何关系的能力。我们在收集的前牙标志数据集上进行的实验

:

v表明,GeoSapiens超越了现有的标志检测方法,在严格的0.5毫米阈值

i

x下(在牙科诊断中广泛认可的标准)成功检测率提高了8.18%。代码可在

r

a/xmed-lab/GeoSapiens获取。

Keywords:少样本学习·基础模型·关键点检测

1介绍

评估肺泡骨和牙根的状态是正畸学、牙周病学和种植牙科的关键方面。

精确地标点检测,包括牙骨质釉界线、生理性嵴和根尖,对于测量临床指

标至关重要,因为即使在识别牙骨质釉界线(CEJ)或牙槽嵴时出现0.5毫

*

Equalcontribution.

†Correspondingauthors:eexmli@ust

您可能关注的文档

文档评论(0)

zikele + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档