基于深度学习的智慧正畸系统的研究

张 政, 刘洋 雨姗, 徐 一丹, 马 振轩
山东大学软件学院

摘要


随着人工智能技术的迅猛发展，深度学习在医疗领域中的应用日益广泛，尤其在口腔正畸方向展现出显著
潜力。本文提出一种基于深度学习的智慧正畸系统，集成了图神经网络（GNN）与强化学习（RL）等前沿技术，实
现对三维牙齿点云数据的精准分割与动态排牙优化。系统首先利用图神经网络对输入的口腔影像数据进行点云分割，
精确识别牙齿边界与位置特征，进而结合强化学习策略构建动态排牙模块，实现个性化治疗目标下的牙齿位移路径优
化。实验结果表明，该系统牙齿点云分割准确率达96.8%，动态排牙路径规划平均耗时37秒，显著优于对比基线方法。

关键词


深度学习；智慧正畸；强化学习；点云分割

全文:

PDF


参考


[1]Lee J H, Yu H J, Kim M J, et al. Automated

cephalometric landmark detection with confidence regions

using Bayesian convolutional neural networks[J]. BMC Oral

Health, 2020, 20(1): 249.

[2]Hwang H W, Moon J H, Kim M G, et al. Evaluation

of automated cephalometric analysis based on the latest deep

learning method[J]. The Angle Orthodontist, 2021, 91(3):

329-335.

[3]Yu H J, Cho S R, Kim M J, et al. Automated Skeletal

Classification with Lateral Cephalometry Based on Artificial

Intelligence[J]. Journal of Dental Research, 2020, 99(1): 84-90.

[4]Zhang J, Liu M, Wang L, et al. Context-guided fully

convolutional networks for joint craniomaxillofacial bone

segmentation and landmark digitization[J]. Medical Image

Analysis, 2020, 61: 101654.

[5]Chen Y, Chen Z, Zhang C, Wang F, Yang X,

Wang Y, Cai Z, Yang L, Liu H, Lin G.GaussianEditor: Swift

and Controllable 3D Editing with Gaussian Splatting[J].

arXiv:2402.11490, 2024.


Refbacks

  • 当前没有refback。