没有X射线的头脑测量地标检测,结合了坐标回归和热图回归.
Kaisei Takahashi1, Yui Shimamura2, Chie Tachiki2
1Department of Information and Computer Science, Faculty of Science and Technology, Keio University, Kanagawa, 223-8522, Japan. kaise64taka84@keio.jp.
Scientific reports
|November 17, 2023
概括
这项研究引入了一种新的头脑测量地标检测方法,仅使用面部形状图像,消除了X射线的需要. 这种方法的准确性与传统的X射线方法相比或更好,减少了患者的辐射暴露.
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:
- 目前的脑力测量里程碑检测严重依赖X射线,对患者构成辐射风险.
- 卷积神经网络的进步为自动检测提供了潜力,但仅限于X射线模式.
研究的目的:
- 开发和评估一种新型的头脑测量地标检测模型,仅使用2D面部形状图像,从而避免X射线辐射.
- 与现有的基于脑图的技术相比,评估拟议的非X射线方法的准确性和可靠性.
主要方法:
- 开发了一种两阶段的深度学习模型,利用高分辨率表示学习从面部配置文件进行初始地标估计.
- 通过考虑它们的空间关系和使用完全连接的网络来提高精度,对地标坐标进行了精细化.
- 该模型在2000张来自女性患者的面部形象图像数据集上进行了训练和验证.
主要成果:
- 拟议的方法在测试数据上实现了0.61mm的平均辐射误差 (MRE).
- 观察到高的平均检测率为98.20%,在2毫米的宽容范围内.
- 实验结果表明,性能与现有的基于X射线的头脑测量方法相当或可能超过.
结论:
- 开发的两阶段学习方法准确地估计了仅使用面部形状图像的头脑测量地标位置.
- 这种非侵入性方法表明,在脑测量里程碑检测中,有可能消除对X射线的要求.
- 这些发现表明,脑电测试的患者安全和诊断效率有了显著的进步.
