当前位置: 首页 > news >正文

咬合配准算法文献推荐

关于 咬合配准(Dental/Bite Registration)算法 的研究,主要集中在 口腔扫描重建、上下颌对齐、义齿设计、CBCT/IOS 融合、点云/网格配准等方向。以下是一些高质量的代表性文献推荐,涵盖经典方法、深度学习方法和基于物理的建模:


一、经典配准与几何方法

1. Iterative Closest Point (ICP) for Dental Models

  • 标题:A 3D registration method of dental models using iterative closest point algorithm
  • 期刊:Computer Methods and Programs in Biomedicine, 2011
  • 链接:ScienceDirect
  • 简介:早期将 ICP 应用于牙弓模型对齐,提出牙齿特征区域选取增强鲁棒性。

2. Feature-based registration using curvature

  • 标题:An improved ICP algorithm for 3D point cloud registration of dental scans using curvature constraint
  • 期刊:Biomedical Signal Processing and Control, 2018
  • 亮点:引入曲率约束特征匹配,在牙冠边缘等区域更稳定。

二、咬合关系配准(Bite Registration)

3. 上下颌咬合重建方法综述

  • 标题:A review of dental bite registration and occlusion reconstruction techniques
  • 期刊:Journal of Dental Research, 2020(综述)
  • 内容:全面讨论基于IOS 扫描仪咬合记录夹具CBCT + 光学配准 的多种方式。

4. 基于咬合点(interocclusal contact)匹配

  • 标题:Bite registration using voxel-based matching of intraoral scans
  • 会议:MICCAI, 2020
  • 亮点:将上下颌扫描看作体素云进行基于体素的配准(VBR),对咬合点区域加权。

三、深度学习与形变建模

5. 基于深度学习的牙弓配准

  • 标题:DeepReg: A deep learning framework for medical image registration
  • 期刊:Medical Image Analysis, 2021
  • 亮点:适用于牙弓 CBCT 与 IOS 图像的非刚性形变配准,可应用于咬合对齐。

6. Dental3DMatch: Learning-based registration

  • 标题:Dental3DMatch: Learning-based matching of 3D dental models with occlusion alignment
  • 会议:CVPR Workshops, 2022
  • 特点:引入上下颌咬合区域监督损失进行 end-to-end 点云配准。

四、CBCT + IOS 配准(多模态)

7. Multimodal Registration

  • 标题:Automatic multimodal registration of CBCT and intraoral scan for dental applications
  • 会议:IEEE ISBI, 2021
  • 亮点:采用基于特征点+纹理匹配+刚性/非刚性多级策略,自动将 CBCT 与 IOS 配准。

附加资源

  • Survey Paper

    • A survey of 3D tooth modeling and bite registration for dental CAD/CAM
    • 提供从扫描、建模、咬合配准到修复设计的整体视角。
  • 开源项目推荐

    • 3DTeethSeg, Dental3DMatch, PointNetLK, SuperGlue + FPFH for dental scan
    • 可用作构建 dental SLAM 或 CBCT + IOS 咬合系统的起点。

建议的应用场景分类

应用场景推荐算法/文献方向
IOS 扫描上下颌对齐ICP + 咬合点加权优化,Dental3DMatch
CBCT + IOS 融合多模态配准 + 非刚性形变
动态咬合模拟FEM 或物理建模 + DeepReg
多帧咬合时序建模TSDF + 时序配准,GS-SLAM 类方法
深度学习高精度配准FeatureNet + Transformer 匹配

相关文章:

  • 电子电路:为什么会产生电流超前或者滞后于电压的情况?
  • CUDA 加速的稀疏矩阵计算库cuSPARSE
  • 数据库blog5_数据库软件架构介绍(以Mysql为例)
  • P22:LSTM-火灾温度预测
  • Python实现矩阵转置:原理与实践
  • 《JVM G1 源码分析和调优》笔记
  • Linux 玩转nfs
  • 【TTS回顾】CosyVoice 深度解析:基于LLM的TTS模型
  • C语言if-else分支结构中的类似短路现象
  • C++:关联式容器map容器,multimap容器
  • 系统与账户安全
  • 3 tomcat原理
  • 【RAG】ragflow源码亮点:文档embedding向量化加权融合
  • MapReduce-Top N程序编写与运行
  • 自学嵌入式 day22 -数据结构 栈 队列
  • LeetCode 404.左叶子之和的迭代求解:栈结构与父节点定位的深度解析
  • 【Python中的Socket套接字详解】网络通信的核心基石
  • X链如何实现免开发落地页与精准归因?
  • Spring AI之Advisors (增强器)
  • 文本分类模型常规用法
  • 关于做网站的策划书/潍坊快速网站排名
  • 用服务器ip做网站页面/网络服务提供者不履行法律行政法规规定
  • 网站开发后台 amp/网络营销学什么
  • 提供常州网站建设/没被屏蔽的国外新闻网站
  • 专做洗衣柜的网站/怎么申请网址
  • 绍兴市越城区建设局网站/店铺运营方案策划