一种基于热图回归的牙面部形软组织标志物的快速识别方法
Guilong Zhou1,2, Yu Zhang3, Jinlong Zhao1
1State Key Laboratory of Oral & Maxillofacial Reconstruction and Regeneration, National Clinical Research Centre for Oral Diseases, Shaanxi Clinical Research Centre for Oral Diseases, Department of Orthognathic Trauma Surgery, The Third Affiliated Hospital of Air Force Medical University, 710032, Xi'an, China.
BDJ open
|March 1, 2024
概括
一个新的热图回归网络 (BHR-Net) 准确地识别了面部软组织的地标,用于头脑测量分析. 这有助于临床医生高精度地诊断面形.
科学领域:
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 整形手术 整形手术 整形手术
背景情况:
- 对软组织标志的精确头脑测量分析对于诊断大面部形至关重要.
- 现有的地标识别方法可能耗时且主观.
研究的目的:
- 开发数据集和网络模型,用于自动识别面部软组织里程碑.
- 为客观和高效的脑测量分析提供基础.
主要方法:
- 使用热图回归,开发了一个34点面部标记检测模型,背部高分辨率网络 (BHR-Net).
- 收集了一套定制的数据集,包括1780张用于整形外科手术的图像.
- 使用平均规范化误差 (MNE) 和10%的失败率 (FR10%) 评估了性能.
主要成果:
- 与其他模型相比,BHR-Net表现出最佳的MNE和FR10%.
- 在一组50名患者的试验中,里程碑检测准确度达到94% (不包括鼻根:86%).
- 使用BHR-Net检测的标志物,临床诊断对II/III类形和口腔角度平面的准确性为100%.
结论:
- 在多姿势图像中,BHR-Net有效地识别了面地标.
- 该模型为客观软组织脑法测量提供了一种可靠和有效的方法.
- 该技术支持改进的诊断和治疗规划在整形外科手术.
