Ceph-Net:自动检测儿童和青少年扫描侧向脑图上的脑测标志,使用基于注意力的堆叠回归网络
Su Yang1, Eun Sun Song2, Eun Seung Lee2
1Department of Applied Bioengineering, Graduate School of Convergence Science and Technology, Seoul National University, Seoul, South Korea.
BMC oral health
|October 26, 2023
概括
这项研究介绍了Ceph-Net,这是一个自动化系统,用于检测低质量的X射线上的头测量地标. Ceph-Net 提高了头脑测量分析的准确性,并减少了头脑测量分析的变化.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 矯正牙科 矯正牙科是一種矯正牙科.
背景情况:
- 手动脑表测量分析至关重要,但耗时.
- 手动方法受到观察者变化的影响.
- 准确的地标检测对于头脑测量分析的成功至关重要.
研究的目的:
- 开发一种自动化方法来检测头脑测量地标.
- 为了应对侧向脑图中低对比度和分辨率的挑战.
- 使用基于注意力的堆叠回归网络 (Ceph-Net).
主要方法:
- 使用堆叠完全卷积网络 (FCN) 进行渐进地标检测.
- 集成的双重注意力和多路径卷积模块.
- 利用中间深度监督来提高培训和绩效.
主要成果:
- Ceph-Net 显示出优异的检测性能 (平均辐射误差,成功率).
- 在检测低对比度软组织标志物方面取得了更高的准确性.
- 在不同年龄组 (8-16岁) 中表现强.
结论:
- Ceph-Net 可实现自动和准确的头测量地标检测.
- 网络有效地学习了上下文和语义关系.
- 在具有挑战性的低对比度和低分辨率图像上优于其他网络.
