PulseAugur
中
实时 05:48:57
English(EN) 3D Geometric Tooth Alignment Planning via Deep Reinforcement Learning

深度强化学习实现牙齿对齐规划自动化

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种新颖的深度强化学习框架，用于自动化数字正畸的3D几何牙齿对齐轨迹规划。该系统将规划构建为马尔可夫决策过程，利用基于Transformer的智能体和动态掩码方案来管理复杂的空间交互并确保路径效率，同时避免碰撞。两阶段课程学习策略进一步提高了训练稳定性和路径发现能力。在10,000个专家设计的治疗计划数据集上进行的评估表明，该方法在安全性与几何效率方面优于现有基线。 AI

影响 这项研究可能带来更高效、更自动化的正畸治疗规划。

排序理由 该集群包含一篇学术论文，详细介绍了一种特定应用的新颖方法。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

深度强化学习实现牙齿对齐规划自动化

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Yong Li, Jianwen Lou, Jiayue Ma, Yao-Xiang Ding, Youyi Zheng, Haihua Zhu ·

    基于深度强化学习的3D几何牙齿对齐规划

    arXiv:2607.14544v1 Announce Type: new Abstract: 3D geometric tooth alignment planning, which determines sequential trajectories from initial malocclusion to the final target alignment, is a cornerstone of modern digital orthodontics. This paper presents a novel deep reinforcement…

  2. arXiv cs.CV TIER_1 English(EN) · Haihua Zhu ·

    基于深度强化学习的三维几何牙齿对齐规划

    3D geometric tooth alignment planning, which determines sequential trajectories from initial malocclusion to the final target alignment, is a cornerstone of modern digital orthodontics. This paper presents a novel deep reinforcement learning (DRL) framework to automate the genera…

相关实体

相关话题