CBCT牙齿分割：论文阅读：《A fully automated method for 3D individual tooth identification and segmentation in dental CBCT》

题目：《一种基于牙齿CBCT图像的全自动实例分割方法》

摘要：

　　牙齿CBCT实例分割的难点在于：1）将单个牙齿与临近牙齿分割；2）将单个牙齿从他四周的牙槽骨中分割；

　　因此，本文提出这样一种分割方法；

　　该方法提出一种基于深度学习的分层多步模型来处理上述困难。

　　首先，他能自动生成上下颌全景图像，来克服（由于数据高维问题）和（由于训练数据量有限带来的维度原因）所导致的计算复杂度。

　　然后，获得的2D全景图，会被用来区分2D的单个牙齿，并捕捉3D牙齿的稀疏或稠密位置，就是我们的感兴趣区域。

　　最后，通过使用（loose and tight）ROIs获得，准确的3D单个牙齿的分割。

　　实验结果表明，对于牙齿分割，提出的方法F1-score达到93.35%

       对于单个牙齿的分割，a Dice 相似度系数是94.799%。

       结果证明，提出的方法提供了an effective clinical and practical framework for digital dentistry.

 

引言：

　　CBCT图像的三维牙齿分割任务，有如下困难：(i) 牙根与其周围牙槽骨之间的强度相似;(ii)冠部相邻齿间的附着边界。

　　本文提出一个分层多步深度学习模型：具体步骤如下：

       1）第一步是规避与CT图像相关的高维问题。这一步，从比原始CTimage小的尺寸的CT中自动生成上下颌的全景图像。通过拆分上下颌全景图像，来减少临近牙齿的重叠区域。

       2）第二步是根据牙齿的象限和位置来确定每颗牙齿的两位数。我们开发了一种牙齿检测方法，定位包围每颗牙齿的bbx，并根据牙齿形态将包围盒分为四类。

　　3）第三步从二维检测框和分割的牙齿区域中提取出松散和紧密感兴趣的3D牙齿区域，进行精确的单个牙齿三维分割。

 

方法：