Fugu-MT 論文翻訳(概要): 3D Teeth Reconstruction from Panoramic Radiographs using Neural Implicit Functions

論文の概要: 3D Teeth Reconstruction from Panoramic Radiographs using Neural Implicit Functions

arxiv url: http://arxiv.org/abs/2311.16524v1
Date: Tue, 28 Nov 2023 05:06:22 GMT
ステータス: 処理完了
システム内更新日: 2023-11-29 19:48:48.135271
Title: 3D Teeth Reconstruction from Panoramic Radiographs using Neural Implicit Functions
Title（参考訳）: ニューラルインシシシット機能を用いたパノラマX線写真からの3次元歯の再構築
Authors: Sihwa Park, Seongjun Kim, In-Seok Song, Seung Jun Baek
Abstract要約: Occudentは神経暗黙機能を用いたパノラマX線写真からの3次元歯の再構築のための枠組みである。合成画像を用いた最近の研究とは異なる、実際のパノラマラジオグラフィーを入力として訓練し、検証する。
参考スコア（独自算出の注目度）: 6.169259577480194
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Panoramic radiography is a widely used imaging modality in dental practice and research. However, it only provides flattened 2D images, which limits the detailed assessment of dental structures. In this paper, we propose Occudent, a framework for 3D teeth reconstruction from panoramic radiographs using neural implicit functions, which, to the best of our knowledge, is the first work to do so. For a given point in 3D space, the implicit function estimates whether the point is occupied by a tooth, and thus implicitly determines the boundaries of 3D tooth shapes. Firstly, Occudent applies multi-label segmentation to the input panoramic radiograph. Next, tooth shape embeddings as well as tooth class embeddings are generated from the segmentation outputs, which are fed to the reconstruction network. A novel module called Conditional eXcitation (CX) is proposed in order to effectively incorporate the combined shape and class embeddings into the implicit function. The performance of Occudent is evaluated using both quantitative and qualitative measures. Importantly, Occudent is trained and validated with actual panoramic radiographs as input, distinct from recent works which used synthesized images. Experiments demonstrate the superiority of Occudent over state-of-the-art methods.
Abstract（参考訳）: パノラマX線撮影は歯科診療や研究で広く用いられている画像モダリティである。しかし, デンタル構造の詳細な評価を制限した2次元画像のみを提供する。本稿では,神経暗示機能を用いたパノラマX線写真からの3次元歯の再構築のための枠組みであるOccudentを提案する。 3次元空間の所定の点について、暗黙関数は、その点が歯によって占有されているかどうかを推定し、3次元の歯形の境界を暗黙的に決定する。まず、Occudentは入力パノラマラジオグラフィーにマルチラベルセグメンテーションを適用する。次に、復元ネットワークに供給されるセグメンテーション出力から、歯形埋め込み及び歯類埋め込みを生成する。 Conditional eXcitation (CX)と呼ばれる新しいモジュールは、暗黙の関数に形とクラス埋め込みを効果的に組み込むために提案されている。 Occudentの性能は,定量と定性の両方を用いて評価する。重要なことは、Occudentは、合成画像を使用した最近の研究と異なり、実際のパノラマラジオグラフを入力として訓練され、検証されていることである。実験は最先端の手法よりもoccudentの方が優れていることを示す。

関連論文リスト

PX2Tooth: Reconstructing the 3D Point Cloud Teeth from a Single Panoramic X-ray [20.913080797758816]
PX2Toothは2段階の枠組みで1枚のPX画像を用いて3次元歯の再構成を行う新しい手法である。まず、PXSegNetを設計し、PX画像から永久歯を分割し、各歯の位置、形態、分類情報を提供する。その後、ランダムな点雲を3次元歯に変換する新しい歯生成ネットワーク(TGNet)を設計する。
論文参考訳（メタデータ） (2024-11-06T07:44:04Z)
Intraoperative Registration by Cross-Modal Inverse Neural Rendering [61.687068931599846]
クロスモーダル逆ニューラルレンダリングによる神経外科手術における術中3D/2Dレジストレーションのための新しいアプローチを提案する。本手法では,暗黙の神経表現を2つの構成要素に分離し,術前および術中における解剖学的構造について検討した。臨床症例の振り返りデータを用いて本法の有効性を検証し,現在の登録基準を満たした状態での最先端の検査成績を示した。
論文参考訳（メタデータ） (2024-09-18T13:40:59Z)
TSegFormer: 3D Tooth Segmentation in Intraoral Scans with Geometry Guided Transformer [47.18526074157094]
歯科用歯冠および歯肉の詳細な3D情報を提供するために, 歯科用光学式歯内スキャナー (IOS) が広く用いられている。既往の方法は複雑な境界においてエラーを起こしやすく、患者間で不満足な結果を示す。マルチタスク3Dトランスフォーマアーキテクチャを用いて, 歯の局所的および大域的依存関係とIOS点群における歯肉の象牙質の両方をキャプチャするTSegFormerを提案する。
論文参考訳（メタデータ） (2023-11-22T08:45:01Z)
ToothInpaintor: Tooth Inpainting from Partial 3D Dental Model and 2D Panoramic Image [35.72913439096702]
矯正治療では、クラウンとルートの両方からなる完全な歯のモデルが不可欠である。本稿では, 部分的な3次元歯科モデルと2次元パノラマ画像とを入力として用いた, ToothInpaintor と呼ばれるニューラルネットワークを提案する。我々は,ニューラルネットワークを用いて学習した潜伏空間に入力を投影し,入力に条件付けされた歯の完全なモデルを得ることに成功した。
論文参考訳（メタデータ） (2022-11-25T18:15:22Z)
An Implicit Parametric Morphable Dental Model [79.29420177904022]
歯および歯茎の3次元異形性モデルとして, 第一報を提出した。これは、各歯と歯茎のコンポーネントワイド表現と、これら各コンポーネントの学習可能な潜在コードに基づいている。我々の復元品質は、新しいアプリケーションを実現しつつ、最も先進的なグローバルな暗黙の表現と同等です。
論文参考訳（メタデータ） (2022-11-21T12:23:54Z)
TFormer: 3D Tooth Segmentation in Mesh Scans with Geometry Guided Transformer [37.47317212620463]
光学式口腔内スキャナー (IOS) は, 歯冠および歯肉の3次元および高分解能な幾何学的情報を提供するデジタル歯科において広く用いられている。従来の方法では, 複雑な歯歯列境界や歯肉境界にエラーが生じやすいため, 様々な患者に対して不満足な結果が生じることが多い。大規模かつ高解像度の3D IOSデータセットを用いて評価した3Dトランスフォーマーアーキテクチャに基づく新しい手法を提案する。
論文参考訳（メタデータ） (2022-10-29T15:20:54Z)
Two-Stream Graph Convolutional Network for Intra-oral Scanner Image Segmentation [133.02190910009384]
本稿では,2ストリームグラフ畳み込みネットワーク(TSGCN)を提案する。 TSGCNは3次元歯(表面)セグメンテーションにおいて最先端の方法よりも優れています。
論文参考訳（メタデータ） (2022-04-19T10:41:09Z)
TSGCNet: Discriminative Geometric Feature Learning with Two-Stream GraphConvolutional Network for 3D Dental Model Segmentation [141.2690520327948]
2流グラフ畳み込みネットワーク(TSGCNet)を提案し、異なる幾何学的特性から多視点情報を学ぶ。 3次元口腔内スキャナーで得られた歯科モデルのリアルタイムデータセットを用いてTSGCNetの評価を行った。
論文参考訳（メタデータ） (2020-12-26T08:02:56Z)
Weakly-supervised Learning For Catheter Segmentation in 3D Frustum Ultrasound [74.22397862400177]
超音波を用いた新しいカテーテルセグメンテーション法を提案する。提案手法は,1ボリュームあたり0.25秒の効率で最先端の性能を実現した。
論文参考訳（メタデータ） (2020-10-19T13:56:22Z)
Oral-3D: Reconstructing the 3D Bone Structure of Oral Cavity from 2D Panoramic X-ray [17.34835093235681]
歯科用アーチの1枚のPX画像と先行情報から3次元口腔を再構築するフレームワークOral-3Dを提案する。口腔3Dは, 3次元口腔構造を効率的にかつ効果的に再構築し, 臨床応用において重要な情報を示すことができることを示す。
論文参考訳（メタデータ） (2020-03-18T18:02:57Z)
Pose-Aware Instance Segmentation Framework from Cone Beam CT Images for Tooth Segmentation [9.880428545498662]
コーンビームCT(CBCT)画像からの個々の歯のセグメンテーションは矯正構造の解剖学的理解に不可欠である。 CBCT画像中の重金属人工物の存在は、個々の歯の正確なセグメンテーションを妨げる。本稿では,金属製品に対して堅牢なインスタンスセグメンテーションフレームワークを活用するために,ピクセルワイズラベリングのためのニューラルネットワークを提案する。
論文参考訳（メタデータ） (2020-02-06T07:57:34Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。