論文の概要: Automatic dental superimposition of 3D intraorals and 2D photographs for human identification
- arxiv url: http://arxiv.org/abs/2604.05877v1
- Date: Tue, 07 Apr 2026 13:35:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-08 17:42:09.862307
- Title: Automatic dental superimposition of 3D intraorals and 2D photographs for human identification
- Title（参考訳）: 人体識別のための3次元口腔内および2次元画像の自動重ね合わせ
- Authors: Antonio D. Villegas-Yeguas, Xavier Abreau-Freire, Guillermo R-García, Andrea Valsecchi, Teresa Pinho, Daniel Pérez-Mongiovi, Oscar Ibáñez, Oscar Cordón,
- Abstract要約: 形態学的比較のための3D-2Dアプローチを提案する。
コンピュータビジョンと最適化技術を用いて、3次元モデルでアンテモーテム画像を再現し、形態的比較を行う。
2つの自動的アプローチが開発されている: i) カメラパラメータを推定するために, 歯の領域のセグメンテーションを用いたペアランドマークとi) 。
- 参考スコア（独自算出の注目度）: 2.2812914000814524
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Dental comparison is considered a primary identification method, at the level of fingerprints and DNA profiling. One crucial but time-consuming step of this method is the morphological comparison. One of the main challenges to apply this method is the lack of ante-mortem medical records, specially on scenarios such as migrant death at the border and/or in countries where there is no universal healthcare. The availability of photos on social media where teeth are visible has led many odontologists to consider morphological comparison using them. However, state-of-the-art proposals have significant limitations, including the lack of proper modeling of perspective distortion and the absence of objective approaches that quantify morphological differences. Our proposal involves a 3D (post-mortem scan) - 2D (ante-mortem photos) approach. Using computer vision and optimization techniques, we replicate the ante-mortem image with the 3D model to perform the morphological comparison. Two automatic approaches have been developed: i) using paired landmarks and ii) using a segmentation of the teeth region to estimate camera parameters. Both are capable of obtaining very promising results over 20,164 cross comparisons from 142 samples, obtaining mean ranking values of 1.6 and 1.5, respectively. These results clearly outperform filtering capabilities of automatic dental chart comparison approaches, while providing an automatic, objective and quantitative score of the morphological correspondence, easily to interpret and analyze by visualizing superimposed images.
- Abstract（参考訳）: 歯科比較は、指紋とDNAプロファイリングのレベルで第一同定法と考えられている。
この方法の重要な、しかし時間のかかるステップの1つは、形態学的比較である。
この方法を適用する上で大きな課題の1つは、国境での移民死亡や、普遍的な医療がない国での移民死亡などのシナリオにおいて、反省会の医療記録が欠如していることである。
歯が見えるソーシャルメディアでの写真が利用可能になったことで、多くの歯科医が形態学的比較を考慮せざるを得なくなった。
しかし、最先端の提案には、視点歪みの適切なモデリングの欠如や、形態的差異を定量化する客観的アプローチの欠如など、大きな制限がある。
提案手法は3D (Post-mortem scan) - 2D (Ante-mortem photo)アプローチである。
コンピュータビジョンと最適化技術を用いて、3次元モデルでアンテモーテム画像を再現し、形態的比較を行う。
2つの自動アプローチが開発されている。
一 ペアのランドマークと
二 カメラパラメーターを推定するために歯の領域のセグメンテーションを使用すること。
どちらも142サンプルから20,164回以上の有望な結果を得ることができ、それぞれ1.6と1.5の平均ランク付け値を得ることができる。
これらの結果は, 自動歯列比較法において, 自動的, 客観的, 定量的な形態対応スコアを提供しながら, 重畳画像の解釈と解析が容易であり, フィルタ性能に優れていた。
関連論文リスト
- Automated Segmentation of Coronal Brain Tissue Slabs for 3D Neuropathology [3.0419885503306827]
本稿では,脳組織のセグメンテーションを自動化する深層学習モデルを提案する。
このツールは、1,414個の手動分割画像の組み合わせでトレーニングされたU-Netアーキテクチャに依存している。
平均表面距離は0.4mm以下, 95%ハウスドルフ距離は1.60mm以下であった。
論文 参考訳（メタデータ） (2025-08-13T13:40:20Z) - Patch-Based and Non-Patch-Based inputs Comparison into Deep Neural Models: Application for the Segmentation of Retinal Diseases on Optical Coherence Tomography Volumes [0.3749861135832073]
AMDは、2040年までに2億8800万人に達すると予想されている。
ディープラーニングネットワークは、画像とピクセルレベルの2Dスキャンの分類において有望な結果を示している。
DSC測定値のパッチベースモデルが最も高いスコアは0.88であり、SRF流体セグメンテーションの非パッチベースでは0.71であった。
論文 参考訳（メタデータ） (2025-01-22T10:22:08Z) - CT-GLIP: 3D Grounded Language-Image Pretraining with CT Scans and Radiology Reports for Full-Body Scenarios [53.94122089629544]
我々は,CT-GLIP(Grounded Language- Image Pretraining with CT scans)を導入する。
本手法は,104臓器にわたる17,702症例を対象に,44,011例の臓器レベルの視覚テキストペアからなるマルチモーダルCTデータセットを用いて訓練し,自然言語を用いて臓器と異常をゼロショットで識別できることを実証した。
論文 参考訳（メタデータ） (2024-04-23T17:59:01Z) - Teeth-SEG: An Efficient Instance Segmentation Framework for Orthodontic Treatment based on Anthropic Prior Knowledge [8.87268139736394]
本稿では,階層化されたマルチスケールアグリゲーション(MSA)ブロックと,人為的優先知識(APK)レイヤから構成されるTeethSEGというViTベースのフレームワークを提案する。
これらの問題に対処するために,階層化マルチスケールアグリゲーション(MSA)ブロックと人為的優先知識(APK)レイヤからなる,TeethSEGというViTベースのフレームワークを提案する。
IO150Kを用いた実験により, 歯質SEGは, 歯科画像のセグメンテーションにおける最先端のセグメンテーションモデルよりも優れていることが示された。
論文 参考訳（メタデータ） (2024-04-01T09:34:51Z) - Adapting Visual-Language Models for Generalizable Anomaly Detection in Medical Images [68.42215385041114]
本稿では,CLIPモデルを用いた医用異常検出のための軽量な多レベル適応と比較フレームワークを提案する。
提案手法では,複数の残像アダプタを事前学習した視覚エンコーダに統合し,視覚的特徴の段階的向上を実現する。
医学的異常検出ベンチマーク実験により,本手法が現在の最先端モデルを大幅に上回っていることが示された。
論文 参考訳（メタデータ） (2024-03-19T09:28:19Z) - 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) - Diffusion Models for Counterfactual Generation and Anomaly Detection in Brain Images [39.94162291765236]
病気の画像の健全なバージョンを生成し,それを用いて画素単位の異常マップを得るための弱教師付き手法を提案する。
健常者を対象にした拡散モデルを用いて, サンプリングプロセスの各ステップで拡散拡散確率モデル (DDPM) と拡散拡散確率モデル (DDIM) を組み合わせる。
論文 参考訳（メタデータ） (2023-08-03T21:56:50Z) - Harmonizing Pathological and Normal Pixels for Pseudo-healthy Synthesis [68.5287824124996]
そこで本研究では,新しいタイプの識別器であるセグメンタを提案し,病変の正確な特定と擬似健康画像の視覚的品質の向上を図っている。
医用画像強調に生成画像を適用し,低コントラスト問題に対処するために拡張結果を利用する。
BraTSのT2モダリティに関する総合的な実験により、提案手法は最先端の手法よりも大幅に優れていることが示された。
論文 参考訳（メタデータ） (2022-03-29T08:41:17Z) - Automatic and explainable grading of meningiomas from histopathology
images [4.72477127235866]
スライド画像全体から全自動髄膜腫を鑑別する3つのアプローチを提示・比較した。
すべてのアプローチはWHOグレードと高い相関関係を持つ。
論文 参考訳（メタデータ） (2021-07-19T13:05:51Z) - A fully automated method for 3D individual tooth identification and
segmentation in dental CBCT [1.567576360103422]
本稿では,歯科用CBCT画像から3次元個別歯を同定・分別する完全自動化手法を提案する。
提案手法は,ディープラーニングに基づく階層型多段階モデルを構築することで,上記の課題に対処する。
実験結果から, 本法は歯の識別に93.35%のF1スコア, 個々の3次元歯のセグメンテーションに94.79%のDice類似係数を達成できた。
論文 参考訳（メタデータ） (2021-02-11T15:07:23Z)
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。