边界细化U-net

单阶段达SOTA

以改进的U-net并行预测分割与偏移图，通过边界感知损失细化牙齿边界，实现无需聚类的单阶段个体牙齿分割。

Yiheng, Xu · Mingkun, Zhang · Huang, Sibo · 张冬雨

Lecture Notes in Computer Science 2023

技术优势

单阶段训练

网络并行预测个体牙齿分割图和偏移图，无需多阶段流程或聚类超参数调整。

边界更准

通过边界感知损失函数细化牙齿边界，提升分割精度。

易于扩展

方法不依赖特定策略，可直接用于其他器官的CBCT图像分割。

应用场景

• 牙科影像分析：自动分割个体牙齿，辅助牙科诊断和治疗规划。
• 医学图像分割：提供单阶段医学图像分割方案，减少训练和推理复杂度。
• 锥束CT分析：从锥束CT图像中快速获得个体牙齿分割结果，提升分析效率。