基于半监督学习的双流多层次畸形牙颌模型语义分割方法

作     者：马天 翟洁晨 魏晓媛 冷應庆 李远成 

作者机构：西安科技大学计算机科学与技术学院 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2025年

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 1003[医学-口腔医学] 081104[工学-模式识别与智能系统] 08[工学] 080203[工学-机械设计及理论] 0835[工学-软件工程] 100302[医学-口腔临床医学] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 10[医学] 

基　　金：科技创新2030——“新一代人工智能”重大项目(2022ZD0119005) 陕西省自然科学基础研究计划项目(2022JM-508) 

主　　题：虚拟正畸 牙颌模型分割 自监督信号 半监督学习 

摘      要：针对基于深度学习的牙颌分割方法泛化能力欠佳，且难以分割各种极端畸形牙颌等问题，提出一种基于半监督学习的双流多层次畸形牙颌模型语义分割方法.首先针对畸形牙颌在牙龈区域的大量褶皱，改进网格谱聚类算法，通过凝聚网格层次聚类算法生成自监督信号;然后提取邻域特征增强牙颌关键信息，通过多层次残差块设计局部特征处理流，以细化牙颌局部边界，并联结多尺度偏置注意力形成全局特征提取流，以识别畸形牙齿语义信息;最后融合双流特征进行牙颌分割.实验结果表明，在40%标注数据的前提下， 所提方法较代表性的半监督方法在准确率上提升了9.29个百分点 在计算量上降低了91.49%， 接近性能较优的全监督方法的分割精度和效率， 可更好地满足虚拟正畸系统的智能化发展需求.