Detección del punto de inyección de Botox facial utilizando YOLOv8 mejorado con CBAM y BiFPN: un enfoque de...

Área de la Ciencia:

• Imágenes médicas de imágenes médicas.
• La inteligencia artificial es inteligencia artificial.
• Dermatología Cosmética.

Sus antecedentes:

• Las inyecciones de Botox son comunes en la dermatología cosmética para la reducción de arrugas, pero son técnicamente difíciles.
• Existe una gran variabilidad en la identificación de los puntos precisos de inyección de Botox, lo que afecta la consistencia del procedimiento y los resultados.

Objetivo del estudio:

• Desarrollar un marco de detección de objetos YOLOv8 mejorado para la identificación precisa y automatizada de los puntos de inyección de Botox.
• Para mejorar la precisión y consistencia de la localización del sitio de inyección de Botox en las imágenes faciales.

Principales métodos:

• Se desarrolló un marco de detección de objetos YOLOv8 mejorado mediante la integración del módulo de atención de bloque convolucional (CBAM) y la red de pirámide de características bidireccionales (BiFPN).
• El sistema se evaluó en un nuevo conjunto de datos de alta resolución que comprende cuatro subconjuntos de imágenes faciales clínicamente relevantes.

Principales resultados:

• El marco propuesto demostró mejoras de rendimiento consistentes con respecto a la arquitectura YOLOv8n de referencia.
• Las ganancias de precisión media media relativa (mAP@0.5) oscilaron entre el 1,3% y el 4,2%, con mejoras notables en la localización de pequeñas arrugas.
• La integración de los módulos CBAM y BiFPN mejoró significativamente la precisión de la detección del punto de inyección.

Conclusiones:

• El sistema de IA desarrollado ofrece una solución prometedora para la detección automatizada y precisa del punto de inyección de Botox.
• Esta tecnología tiene el potencial de servir como apoyo a la decisión clínica asistida por IA en dermatología cosmética, mejorando la precisión del procedimiento y los resultados del paciente.