通过多尺度采样策略自动识别头度标志
Congyi Zhao1,2, Zengbei Yuan1,2, Shichang Luo1,2
1College of Medical Imaging, Jiading District Central Hospital Affiliated Shanghai University of Medicine and Health Sciences, Shanghai, 201318, China.
Heliyon
|July 7, 2023
概括
这项研究介绍了多尺度YOLOV3 (MS-YOLOV3),这是一种用于检测头脑测量地标的自动算法. MS-YOLOV3 提高了对正统牙科和正统牙科手术的头脑测量分析的准确性和效率.
科学领域:
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 矯正牙科 矯正牙科是一種矯正牙科.
背景情况:
- 准确识别头脑测量标志对于面组织定位在 ортодонтической和orthognathic手术至关重要.
- 目前的地标识别方法往往缺乏准确性和复杂的程序.
研究的目的:
- 提出一个自动目标识别算法,多尺度YOLOV3 (MS-YOLOV3),用于增强的脑测量地标检测.
- 在准确性和效率方面解决现有方法的局限性.
主要方法:
- 开发了MS-YOLOV3算法,包括多尺度采样策略和空间金字塔聚合 (SPP) 模块.
- 评估MS-YOLOV3与经典YOLOV3算法相比,使用公开的横向和未公开的前后脑图 (AP) 数据集.
主要成果:
- MS-YOLOV3表现出强大的性能,成功检测率 (SDR) 为2mm以内的80.84%的侧向脑图和85.75%的2mm以内的AP脑图.
- 在3mm范围内达到93.75% (侧面) 和92.87% (AP) 的高SDR,在4mm范围内达到98.14% (侧面) 和96.66% (AP).
结论:
- 拟议的MS-YOLOV3算法为标记头脑测量地标提供了一个强大而准确的解决方案.
- 这种自动化方法在正科和正科手术中具有很大的临床应用潜力.
