一种使用结构光成像和机器学习的新型耳朵印象采集方法:一项试点概念验证研究,包括患者对原型的反.
Kenneth Wei De Chua1, Hazel Kai Hui Yeo1, Charmaine Kai Ling Tan2
1Department of Otorhinolaryngology-Head and Neck Surgery, Allied Health, Audiology, Changi General Hospital, Singapore 529889, Singapore.
Journal of clinical medicine
|April 9, 2024
概括
一个新的无接触式耳部扫描原型显示了利用结构化光成像和深度神经网络预测耳道信息的前景,有可能自动化耳部印记,以便在同一天进行3D打印.
科学领域:
- 生物医学工程 生物医学工程
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 传统的耳朵印记采集是侵入性的.
- 无接触式耳部扫描方法尚未得到充分发展.
- 外耳特征和耳道解剖学之间的相关性被提出.
研究的目的:
- 开发一个无接触式耳部扫描的原型.
- 创建一个算法来预测耳道信息.
- 建立用于自动耳朵印记的概念验证.
主要方法:
- 开发了结构化光成像原型.
- 使用现有的耳纹数据进行相关性分析.
- 深度神经网络用于预测算法创建.
- 与传统耳朵印象进行比较研究.
主要成果:
- 原型成功试验;参与者报告舒适.
- 从外部图像获得的部分耳道匹配.
- 预测算法展示了一个良好的误差标准.
- 建立了新方法的概念验证.
结论:
- 需要进一步的研究来增强算法预测能力.
- 需要优化原型成像位置.
- 潜在的自动耳朵印记和同一天3D打印耳模.
