牙位表示在治疗中非常重要。预训练SAM和3D-U-SAM解决了样本稀缺问题，并提高了细节保留能力。消融实验和对比实验证明了该方法的有效性。

该文章介绍了一种用于三维牙齿图像分割的新方法，结合预训练SAM和3D-U-SAM网络，解决了样本稀缺的问题，并通过削减逼近方法和U-Net参考的跳跃连接来提高细节保留能力。消融实验、对比实验和样本大小实验证明了该方法的有效性。