Bits2Bites: Intra-oral Occlusion Classification
Ultimo aggiornamento: 11 novembre 2025
Autori: Lorenzo Borghi, Luca Lumetti, Francesca Cremonini, Federico Rizzo, Costantino Grana, Luca Lombardo, Federico Bolelli
In Sintesi
📄 Scarica l'Articolo Completo (PDF) 🖼️ Scarica il Poster (PDF)
- Primo dataset pubblico di 200 arcate dentali superiori/inferiori accoppiate con annotazioni occlusali multi-dimensionali
- Benchmark multi-task per la predizione di 5 caratteristiche occlusali da nuvole di punti 3D grezze
- Open-source: Dataset, codice e modelli pre-addestrati disponibili per la ricerca
Perché è Importante
La classificazione occlusale è fondamentale per la diagnosi ortodontica, ma mancano dataset 3D standardizzati. Bits2Bites colma questa lacuna fornendo:
- ✅ Annotazioni clinicamente rilevanti (relazioni sagittali, verticali, trasversali e della linea mediana)
- ✅ Modelli di riferimento basati su reti neurali per punti 3D
- ✅ Baseline riproducibili con studi di ablazione su multi-task learning e feature di landmarks anatomici
Riassunto: Abilitiamo l'analisi ortodontica automatizzata da scansioni 3D grezze - senza necessità di segmentazione manuale
Parole Chiave
Intra-oral Scans · Medical Imaging · Dental Occlusion · 3D Point Cloud · Multi-Task Learning
Domande? Contatta info@lorenzoborghi.it