使用一种新的数学方法量化鼻变形,以补充鼻整形患者的手术前评估
Utkarsh Raj1, Abhishek Garg2, Madhubari Vathulya3
1Applied Mathematics - 2025, Department of Mathematics, IIT Roorkee, Uttarakhand 247667, India.
概括
本研究介绍了一种人工智能驱动的方法,用于使用2D图像量化鼻缺陷,改善鼻整形的规划和结果. 该方法提供可靠的缺陷量化,提高手术精度和患者满意度.
科学领域:
- 整形外科 整形外科 整形外科
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 精确量化鼻子缺陷的鼻膜整形前是具有挑战性的.
- 现有的方法缺乏精确度,以实现最佳的外科规划.
- 通过鼻整形改善面部对称性和功能,需要进行可靠的手术前评估.
研究的目的:
- 引入一种新的AI驱动的方法,用于使用2D图像量化鼻缺陷.
- 为改善鼻整形手术术前规划提供一个工具.
- 通过准确的缺陷评估,提高手术结果和患者满意度.
主要方法:
- 在250张患者图像上使用预训练的AI模型进行面部地标检测.
- 分析了36个面部标志之间的距离,使用min-max缩放进行正常化.
- 计算的统计参数 (平均值,中位数,标准偏差) 用于缺陷量化.
主要成果:
- 在不同种族和地区验证的方法.
- 实现了可靠的鼻缺陷量化,平均为76.2%.
- 作为一个有益的外科手术辅助器,在术前规划中显示出潜力.
结论:
- 人工智能方法显著改善了鼻整形手术的规划和结果.
- 潜在的应用包括其他面部整形手术和基于应用程序的软件.
- 人工智能和整形外科的这种融合增强了患者和医生的沟通和满意度.
