BATISNet: 用于牙齿点云的实例分割

本文解决了牙科点云中精确牙齿分割的挑战，这是临床应用的关键任务。它强调了语义分割在复杂情况下的局限性，并提出了 BATISNet，一个边界感知的实例分割网络。 专注于实例分割和边界感知损失函数是提高准确性和鲁棒性的关键创新，特别是在牙齿缺失或错位的情况下。 这篇论文的重要性在于它有可能为临床诊断和治疗计划提供更可靠和详细的数据。

• •提出了 BATISNet，一个用于牙齿点云的边界感知实例分割网络。
• •解决了语义分割在复杂牙科病例中的局限性。
• •采用实例分割和边界感知损失函数以提高准确性。
• •侧重于处理缺失牙齿和错位牙齿等问题。
• •展示了优于现有方法的性能。