面向3D牙齿分割的B样条嵌入式结构学习

⚡ 一句话总结 AI 生成 · 以原文为准

关键结论

• 在3DTeethSeg22基准上确立新的最先进精度。
• 拟合牙齿中心的参数化B样条轨迹为全局牙弓提供连续结构嵌入。
• 结构感知动态分类器（SADC）以较低计算开销提升对拥挤、错位及形态相似牙齿的处理能力。

📄 摘要AI 生成 · 以原文为准中文翻译英文原文

精确的3D牙齿分割是数字化牙科的基石，但由于真实牙列固有的复杂性（如牙齿拥挤、错位以及相邻牙齿间的高度形态相似性），它仍是一项艰巨的挑战。为此，我们提出B样条嵌入式结构学习（B-Spline Embedded Structure Learning），一种新颖的框架，将牙齿固有的序列排列提炼为连续的结构约束，以正则化表示空间。我们的方法通过拟合一条经过牙齿中心的参数化B样条轨迹来参数化全局牙科拓扑，为每个点赋予连续的结构嵌入，迫使共享骨干网络捕捉全局牙弓组织结构。为充分利用这些嵌入先验，我们引入结构感知动态分类器（SADC），以自适应的、按病例校准的决策边界取代刚性的静态模板。SADC通过局部高斯近邻门控对动态原型池进行正则化，并通过一个建模牙齿间空间关系与双侧对称性的注意力模块使其情境化地协同演化。在3DTeethSeg22基准上的大量评估表明，我们的方法以出色的结构鲁棒性和计算开销效率确立了新的最先进精度，显著增强了模型处理复杂牙科构型的能力。