使用深度神经补丁系统自动检测头脑测量标志
Julia Vera Weingart1, Stefan Schlager1, Marc Christian Metzger1
1Department of Oral and Maxillofacial Surgery, Medical Center - University of Freiburg, Faculty of Medicine, University of Freiburg, Freiburg, Germany.
Dento maxillo facial radiology
|July 10, 2023
概括
深度神经补丁 (DNP) 在CT扫描上准确识别头脑测量地标,平均误差小于2mm. 这种深度学习方法提供了一个精确而高效的工具,用于在整形手术和牙科中进行常规的3D脑仪分析.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 面外科手术 面外科手术
背景情况:
- 脑力测量分析对于诊断和规划 ортодонтика和orthognathic手术治疗至关重要.
- 在3DCT扫描上手动识别地标是耗时的,容易引起观察者之间的变化.
- 需要自动化方法来提高头脑测量分析的效率和准确性.
研究的目的:
- 评估深度神经补丁组 (DNP) 的准确性,用于在CT扫描上自动识别60个头脑测量标志.
- 确定DNP在临床实践中用于常规3D脑仪分析的潜力.
- 评估DNP框架适用于诊断和治疗规划在整形外科和牙科的适用性.
主要方法:
- 开发了一个基于深度学习的细分框架,深度神经补丁网络 (DNP).
- 通过对60个头脑测量地标的相邻组织的球形细分来训练DNP.
- 在30个成年头骨CT扫描的测试数据集上进行了自动地标识别,与两名临床医生手动注释相比,其准确度更高.
主要成果:
- 在DNP框架中,成功地确定了所有60个头度标志.
- 对于DNP地标识别的平均误差为1.94毫米 (SD 1.45毫米).
- 临床医生的手册注释显示平均误差为1.32mm (SD 1.08mm),特定地标的最小误差低于1.25mm.
结论:
- 深度神经补丁工作可以准确地识别CT扫描上的头脑测量地标,平均误差低于2mm.
- 这种自动化方法有潜力显著改善在正统牙科和正统牙科手术中进行脑仪分析的工作流程.
- DNP算法的高精度和低培训要求使其成为临床应用的有希望的工具.
