CBCT画像からNNを利用して歯のインスタンス領域分割と同定を行うのは新しい。first-stageではCBCT画像からエッジマップを抽出し、形状境界に沿った画像コントラストを強調。two-stageではNMSの代替として冗長な候補領域を効果的に除去、学習を高速化し、GPUメモリを節約する類似行列（SM）を3D RPN上に構築。歯の空間関係を付加的特徴入力として符号化し、精度を著しく改善。

定性・定量評価において提案手法がSOTAを達成。提案した候補領域の絞り込み手法（SM）とNMSとのGPUメモリ・学習時間との関係も記載。