使用机器学习自动测量面部地标:可行性研究
Merve Koseoglu1, Remya Ampadi Ramachandran2, Hatice Ozdemir3
1Associate Professor, Department of Prosthodontics, Faculty of Dentistry, University of Sakarya, Sakarya, Turkey and Ph.D student, Department of Prosthodontics, Faculty of Dentistry, University of Ataturk, Erzurum, Turkey.
The Journal of prosthetic dentistry
|April 26, 2024
概括
机器学习 (ML) 提供了一个可靠的替代方案,用于假牙的面部人类测量测量. 这项研究发现,与面部地标检测手动方法相比,ML技术是准确和有效的.
科学领域:
- 牙科科学 牙科科学
- 计算机视觉 计算机视觉 计算机视觉
- 人类测量学 人类测量学.
背景情况:
- 假牙术中的面部地标测量通常依赖于手动技术.
- 关于在这些测量中应用机器学习 (ML) 的信息有限.
研究的目的:
- 评估和比较手动与基于ML的面部地标检测的可靠性,有效性和准确性.
- 评估在假牙科中面部人类学测量的ML技术.
主要方法:
- 分析了100个人的二维 (2D) 照片.
- 面部宽度 (IPW,LCW,MCW,IAW,ICW) 被手动测量,并使用卷积神经网络 (CNN) 模型进行测量.
- 统计分析包括ICCs,配对t测试,布兰德-阿尔特曼图表和皮尔森相关性.
主要成果:
- 通过ML,获得了优异的内和内可靠性 (>0.90).
- 在手动和ML测量之间没有发现统计学上显著的差异 (P > .05).
- 在所有测量中,在两种方法之间观察到高度显著的正相关性 (P < .001).
结论:
- 机器学习方法是一种可靠和准确的替代手工数字技术的可靠和准确的替代方案,用于假牙的面部人类测量测量.
- ML表现出高可靠性和有效性,支持其整合到假牙工作流程中.
