当前位置：
X-MOL 学术
›
IEEE Trans. Med. Imaging
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
DTR-Net：从全景 X 射线图像重建双空间 3D 牙齿模型
IEEE Transactions on Medical Imaging ( IF 8.9 ) Pub Date : 2023-09-26 , DOI: 10.1109/tmi.2023.3313795
Lanzhuju Mei 1 , Yu Fang 1 , Yue Zhao 2 , Xiang Sean Zhou 3 , Min Zhu 4 , Zhiming Cui 5 , Dinggang Shen 3
Affiliation
在数字牙科中，锥形束计算机断层扫描 （CBCT） 可以提供完整的 3D 牙齿模型，但长期以来一直存在需要过高辐射剂量和更高费用的问题。因此，从 2D 全景 X 射线图像重建 3D 牙齿模型更具成本效益，并在临床应用中引起了极大的兴趣。在本文中，我们提出了一种新的双空间框架，即 DTR-Net，用于在图像和几何空间中从 2D 全景 X 射线图像重建 3D 牙齿模型。具体来说，在图像空间中，我们应用 2D 到 3D 生成模型来恢复 CBCT 图像的强度，由面向任务的牙齿分割网络以协作训练方式指导。同时，在几何空间中，我们受益于连续空间中的隐式函数网络，学习使用点来捕获具有几何特性的复杂牙齿形状。实验结果表明，我们提出的 DTR-Net 在 3D 牙齿模型重建中实现了最先进的定量和定性性能，表明其在牙科实践中的潜在应用。
"点击查看英文标题和摘要"
京公网安备 11010802027423号