論文の概要: VBCD: A Voxel-Based Framework for Personalized Dental Crown Design

• arxiv url: http://arxiv.org/abs/2507.17205v1
• Date: Wed, 23 Jul 2025 04:53:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-24 22:33:14.862764
• Title: VBCD: A Voxel-Based Framework for Personalized Dental Crown Design
• Title（参考訳）: VBCD(Voxel-based Framework for Personalized Dental Crown Design)
• Authors: Linda Wei, Chang Liu, Wenran Zhang, Zengji Zhang, Shaoting Zhang, Hongsheng Li,
• Abstract要約: 自動歯冠設計(VBCD)のための新しいボクセルベースの枠組みを提案する。 VBCDフレームワークは, 酸素化口腔内スキャンから初期粗い歯冠を生成し, その後, 精度と品質を向上させるために, 遠隔監視を組み込んだ細粒度精細機を作製する。
• 参考スコア（独自算出の注目度）: 36.59049802135747
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The design of restorative dental crowns from intraoral scans is labor-intensive for dental technicians. To address this challenge, we propose a novel voxel-based framework for automated dental crown design (VBCD). The VBCD framework generates an initial coarse dental crown from voxelized intraoral scans, followed by a fine-grained refiner incorporating distance-aware supervision to improve accuracy and quality. During the training stage, we employ the Curvature and Margin line Penalty Loss (CMPL) to enhance the alignment of the generated crown with the margin line. Additionally, a positional prompt based on the FDI tooth numbering system is introduced to further improve the accuracy of the generated dental crowns. Evaluation on a large-scale dataset of intraoral scans demonstrated that our approach outperforms existing methods, providing a robust solution for personalized dental crown design.
• Abstract（参考訳）: 口腔内スキャンによる修復歯冠の設計は, 歯科技工士の労働集約性が高い。 この課題に対処するために, 自動歯冠設計(VBCD)のための新しいボクセルベースの枠組みを提案する。 VBCDフレームワークは、酸化された口腔内スキャンから初期粗い歯冠を生成し、次いで、精度と品質を向上させるために、距離認識の監督を組み込んだきめ細かな精細化装置を備える。 トレーニング段階では,カーベチュアラインとマージンラインのペナルティ損失(CMPL)を用いて,生成されたクラウンとマージンラインとのアライメントを強化する。 さらに、生成された歯冠の精度をより高めるために、FDI歯数システムに基づく位置対応プロンプトを導入する。 口腔内スキャンの大規模データセットによる評価の結果,本手法は既存の方法よりも優れており,パーソナライズドクラウン設計のための堅牢なソリューションであることがわかった。

関連論文リスト

• From Mesh Completion to AI Designed Crown [1.6081463005006484]
  我々は、ポイントクラウドコンテキストに条件付けされたクラウンメッシュを生成するために、新しいエンドツーエンドのディープラーニングアプローチであるDigital Mesh Completion(DMC)を提案する。 提案手法は平均0.062 Chamfer Distanceを実現する。
  論文  参考訳（メタデータ） (2025-01-09T02:10:15Z)
• OralBBNet: Spatially Guided Dental Segmentation of Panoramic X-Rays with Bounding Box Priors [34.82692226532414]
  OralBBNetは、歯の分類とパノラマX線におけるセグメンテーションの精度と堅牢性を改善するように設計されている。 本手法は, 従来の方法と比較して, 平均平均精度 (mAP) が1～3%向上した。 本研究は, 歯科診断における対象検出モデルのより広範な実装の基盤を確立するものである。
  論文  参考訳（メタデータ） (2024-06-06T04:57:29Z)
• 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)
• A Deep Learning Approach to Teeth Segmentation and Orientation from Panoramic X-rays [1.7366868394060984]
  本研究では, 深層学習技術を活用したパノラマX線画像からの歯のセグメンテーションと配向に対する包括的アプローチを提案する。 創傷セグメンテーションのために開発された人気モデルであるFUSegNetをベースとしたモデルを構築した。 主成分分析(PCA)により, 歯の配向を正確に推定する指向性バウンディングボックス(OBB)の生成を導入する。
  論文  参考訳（メタデータ） (2023-10-26T06:01:25Z)
• 3D Structure-guided Network for Tooth Alignment in 2D Photograph [47.51314162367702]
  矯正治療に先立って歯列が整列した2次元写真は, 効果的な歯科医療コミュニケーションに不可欠である。 本稿では2次元画像空間内の歯を入力として2次元写真を取り,アライメントする3次元構造誘導歯列ネットワークを提案する。 本研究は, 各種顔写真におけるネットワークの評価を行い, 歯科矯正産業における特筆すべき性能と高い適用性を示した。
  論文  参考訳（メタデータ） (2023-10-17T09:44:30Z)
• Construction of unbiased dental template and parametric dental model for precision digital dentistry [46.459289444783956]
  CBCT画像から正確な歯科用アトラスを作製し, 歯のセグメンテーションを誘導するアンバイアスド歯科用テンプレートを開発した。 実際の被写体のCBCT画像159枚を収集して施工する。
  論文  参考訳（メタデータ） (2023-04-07T09:39:03Z)
• Improving the quality of dental crown using a Transformer-based method [5.985943912419412]
  人工歯冠の設計を完全自動で学習する手法を提案する。 本研究では, 歯冠形成の問題点を, 歯の周囲の点雲完備化の課題として取り組んだ。
  論文  参考訳（メタデータ） (2023-03-04T14:14:00Z)
• OdontoAI: A human-in-the-loop labeled data set and an online platform to boost research on dental panoramic radiographs [53.67409169790872]
  本研究では, 歯科用パノラマX線画像の公開データセットの構築について述べる。 我々はHuman-in-the-loop(HITL)の概念の恩恵を受け、ラベリング手順を高速化する。 その結果,HITLによるラベル付け時間短縮率は51%であり,連続作業時間390時間以上節約できた。
  論文  参考訳（メタデータ） (2022-03-29T18:57:23Z)
• Two-Stage Mesh Deep Learning for Automated Tooth Segmentation and Landmark Localization on 3D Intraoral Scans [56.55092443401416]
  TS-MDLの最初の段階では、mphiMeshSegNetは0.953pm0.076$で平均Dice類似係数(DSC)に達した。 PointNet-Reg は平均絶対誤差 (MAE) が 0.623pm0.718, mm$ であり、ランドマーク検出の他のネットワークよりも優れている。
  論文  参考訳（メタデータ） (2021-09-24T13:00:26Z)

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。