LMVSegRNN and Poseidon3D: Addressing Challenging Teeth Segmentation Cases in 3D Dental Surface Orthodontic Scans
Loading...
Date
2024-10-01
Authors
Kubík, Tibor
Španěl, Michal
0009-0006-8201-0035Advisor
Referee
Mark
Journal Title
Journal ISSN
Volume Title
Publisher
MDPI
Altmetrics
Abstract
The segmentation of teeth in 3D dental scans is difficult due to variations in teeth shapes, misalignments, occlusions, or the present dental appliances. Existing methods consistently adhere to geometric representations, omitting the perceptual aspects of the inputs. In addition, current works often lack evaluation on anatomically complex cases due to the unavailability of such datasets. We present a projection-based approach towards accurate teeth segmentation that operates in a detect-and-segment manner locally on each tooth in a multi-view fashion. Information is spatially correlated via recurrent units. We show that a projection-based framework can precisely segment teeth in cases with anatomical anomalies with negligible information loss. It outperforms point-based, edge-based, and Graph Cut-based geometric approaches, achieving an average weighted IoU score of 0.971220.038 and a Hausdorff distance at 95 percentile of 0.490120.571 mm. We also release Poseidon's Teeth 3D (Poseidon3D), a novel dataset of real orthodontic cases with various dental anomalies like teeth crowding and missing teeth.
Segmentace zubů ve 3D povrchových skenech zubních oblouků reálných pacientů je obtížná kvůli velké variabilitě ve tvarech zubů, jejich poloze, okluzím, apod. V současných pracích často chybí hodnocení na anatomicky složitých případech kvůli nedostupnosti takových datových souborů. V článku představujeme metodu pro přesnou segmentaci zubů založenou na 2D projekcích, která nejprve detekuje zuby a následně každý zub segmentuje lokálně ve více pohledech. Ukazujeme, že metoda založená na projekcích dokáže přesně segmentovat zuby v případech s anatomickými anomáliemi se zanedbatelnou ztrátou informace. Překonává čistě geometrické přístupy založené na mračnech bodů, hranách nebo Graph Cut přístupech, a dosahuje průměrného skóre IoU 0,971220,038 a Hausdorffovy vzdálenosti při 95 percentilu 0,490120,571 mm. V práci použitá nová datová sada Poseidon's Teeth 3D (Poseidon3D) reálných ortodontických případů s různými zubními anomáliemi je veřejně přístupná.
Segmentace zubů ve 3D povrchových skenech zubních oblouků reálných pacientů je obtížná kvůli velké variabilitě ve tvarech zubů, jejich poloze, okluzím, apod. V současných pracích často chybí hodnocení na anatomicky složitých případech kvůli nedostupnosti takových datových souborů. V článku představujeme metodu pro přesnou segmentaci zubů založenou na 2D projekcích, která nejprve detekuje zuby a následně každý zub segmentuje lokálně ve více pohledech. Ukazujeme, že metoda založená na projekcích dokáže přesně segmentovat zuby v případech s anatomickými anomáliemi se zanedbatelnou ztrátou informace. Překonává čistě geometrické přístupy založené na mračnech bodů, hranách nebo Graph Cut přístupech, a dosahuje průměrného skóre IoU 0,971220,038 a Hausdorffovy vzdálenosti při 95 percentilu 0,490120,571 mm. V práci použitá nová datová sada Poseidon's Teeth 3D (Poseidon3D) reálných ortodontických případů s různými zubními anomáliemi je veřejně přístupná.
Description
Citation
Document type
Peer-reviewed
Document version
Published version
Date of access to the full text
Language of document
en