自动神经标志检测从可见的面部标志利用3D头部优先级
Oded Schlesinger1, Raj Kundu1, Stefan Goetz1
1Duke University, Durham, NC, USA.
Clinical image-based procedures, fairness of AI in medical imaging, and ethical and philosophical issues in medical imaging : 12th International Workshop, CLIP 2023 1st International Workshop, FAIMI 2023 and 2nd International Workshop, ...
|December 29, 2023
概括
这项研究引入了一种无标记物方法,用于精确定位神经标志物,这对于跨磁刺激 (TMS) 至关重要. 这种新的方法通过使用面部特征而不是手动标记器来提高医疗程序的可扩展性和准确性.
科学领域:
- 医疗成像医学成像
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
背景情况:
- 对神经标志的准确定位对于像跨磁刺激 (TMS) 这样的医疗程序至关重要.
- 目前的方法依赖于手动识别和反射标记,这耗时,昂贵,容易出错.
- 限制包括对昂贵的硬件和标记漂移的依赖,阻碍了TMS的适用性和可扩展性.
研究的目的:
- 开发一种可扩展,无标记的方法来推断头皮上的神经标志的位置.
- 克服当前TMS应用中手动识别和反射标记器的局限性.
- 为了实现关键点的自动和精确定位,如国际10-20系统中的那些.
主要方法:
- 提出了一种新的方法,可以在没有人类干预或标记物的情况下估计头部地标位置.
- 利用可见的面部地标,可选的头部尺寸测量和统计头部模型先验来推断地标.
- 通过使用来自1,150名受试者的地面真相数据验证了该方法,这些受试者拥有可用的3D面部和头部信息.
主要成果:
- 实现了2.56毫米的平均本地化根平均平方误差 (RMSE).
- 已证明的性能与用于跨磁刺激 (TMS) 的高端技术相美.
- 该方法提供了一个可扩展的解决方案,减少对手工流程和昂贵硬件的依赖.
结论:
- 拟议的无标记技术准确地推断出神经标志位置.
- 这种方法显著改善了TMS和其他神经导航应用的现有方法.
- 开发的技术为精确的头部地标定位提供了更容易访问,可扩展和可靠的解决方案.
