ортодонтика面图案诊断:头脑测量几何学和机器学习
Yuqing Zhou1, Bochun Mao2, Jiwu Zhang1
1Department of Mechanics and Engineering Science, College of Engineering, Peking University, Beijing, 100081, China.
Medical & biological engineering & computing
|September 6, 2023
概括
本研究介绍了一种机器学习 (ML) 工作流程,用于使用头脑测量数据诊断面模式. 经过验证的ML模型准确地对骨模式进行了分类,有助于正牙诊断.
科学领域:
- 矯正牙科 矯正牙科是一種矯正牙科.
- 医疗成像医学成像
- 机器学习 机器学习
背景情况:
- 准确的面模式诊断对于有效的正牙治疗至关重要.
- 机器学习 (ML) 为高精度,节省时间的诊断工具提供了潜力,但需要临床验证.
研究的目的:
- 开发和验证基于头脑测量几何模型的面ML诊断工作流程.
- 评估ML算法的可靠性和一致性,以诊断与临床规范相对应的斜骨和垂直骨模式.
主要方法:
- 从408个横向头脑图中创建了一个头脑测量几何模型,以确定地标位置.
- 九个监督的ML算法被应用于几何特征,用于分类斜和垂直骨图案.
- 用维度缩小和可视化技术 (决策边界,里程碑贡献轮) 来分析诊断一致性.
主要成果:
- 多层感知机在形图案中达到97.56%的准确性;线性支向量机在垂直图案中达到90.24%的准确性.
- 斜面诊断 (91.60 ± 5.43%) 总体上优于垂直诊断 (82.25 ± 6.37%).
- 歧视性ML算法显示出比生成性算法 (85.98 ± 9.48%) 更稳定的性能 (93.20 ± 3.29%).
结论:
- 拟议的面ML工作流显示了与临床诊断规范的高度一致性.
- 这种ML方法可以作为传统正统诊断的宝贵补充.
- 该研究强调了验证的ML模型在改善面诊断方面的潜力.
