基于面部网状生成网络的外部鼻缺陷的三维虚拟重建
Qingzhao Qin1, Yinglong Li2, Aonan Wen1
1Center of Digital Dentistry/Department of Prosthodontics, Peking University School and Hospital of Stomatology & National Center for Stomatology & National Clinical Research Center for Oral Diseases & National Engineering Research Center of Oral Biomaterials and Digital Medical Devices & Beijing Key Laboratory of Digital Stomatology & NHC Key Laboratory of Digital Stomatology, Beijing 100081, China.
Diagnostics (Basel, Switzerland)
|March 27, 2024
概括
这项研究引入了一种新的AI方法,FMGen-Net,用于自动化和个性化的鼻缺陷虚拟重建. 该方法以最小的偏差实现了精确的3D鼻子重建,显示了临床潜力.
科学领域:
- 医疗成像医学成像
- 计算机辅助设计 计算机辅助设计
- 人工智能的人工智能
背景情况:
- 目前用于虚拟鼻腔缺陷重建的数字方法缺乏效率,精度和个性化.
- 自动化和个性化的虚拟重建对于改善鼻子缺陷修复结果至关重要.
研究的目的:
- 提出和评估一种新的方法,用于使用面部网格生成网络 (FMGen-Net) 来重建外部鼻缺陷.
- 在虚拟鼻腔缺陷重建中增强自动化和个性化.
主要方法:
- 收集了400张3D面部扫描,以创建一个结构化的3D面部数据集.
- 训练有素的FMGen-Net从有缺陷的面部数据自动生成一个完整的3D面部 (3D-TRF).
- 从3D-TRF中提取重建的鼻子数据并计算"3D表面偏差"以进行评估.
主要成果:
- FMGen-Net成功生成了个性化的3D目标参考面孔 (3D-TRF).
- 在全鼻缺陷重建模拟中的"3D表面偏差"为1.45 ± 0.24毫米.
- 重建的鼻子数据准确地恢复了缺陷的解剖形态.
结论:
- 拟议的FMGen-Net模型提供了一种用于虚拟重建外部鼻缺陷的新方法.
- 该方法实现了自动化和个性化的3D-TRF构建.
- 初步结果表明,鼻缺陷修复的临床应用潜力充满希望.
