基于CBCT的深度学习辅助解剖结构分割在口腔种植中的应用
Application of deep learning-assisted anatomical structure segmentation based on CBCT in implant dentistry
高乾程 1李新东 2曹明国 1刘云峰3
作者信息
- 1. 丽水学院医学院,丽水 323020,浙江
- 2. 肇庆学院计算机科学与软件学院,肇庆 526061,广东
- 3. 浙江工业大学机械工程学院,杭州 310023
- 折叠
摘要
应用深度学习进行口腔解剖结构分割相比手动分割及传统算法分割可高效获得精准、一致性良好的分割结果.该方法可以快速获得术区解剖结构信息,进行口腔种植手术及口腔修复方案的设计.本文拟对基于锥形束计算机体层成像的深度学习在口腔种植领域解剖结构分割方面的研究进展做一综述.
Abstract
Compared with manual segmentation and traditional algorithm segmentation,the application of deep learning for oral anatomical structure segmentation can obtain accurate and consistent segmentation results efficiently.This approach can quickly obtain the anatomical structure information of the surgical areas to design implant surgery and restoration.This review provides an overview of the progress in CBCT-based deep learning for anatomical structure segmentation in the field of implant dentistry.
关键词
口腔种植/深度学习/锥形束计算机体层成像/解剖结构/分割Key words
Implant dentistry/Deep learning/Cone beam computed tomography/Anatomical structure/Segmentation引用本文复制引用
基金项目
浙江省大学生创新创业训练计划(S202110352018)
出版年
2024
国家科技期刊平台
NSTL
万方数据