是否FARNet神经网络算法准确地识别了前后脑神经测量地标?

科学领域:

• 医疗成像医学成像
• 人工智能在医学中的应用
• 矯正牙科 矯正牙科是一種矯正牙科.

背景情况:

• 评估特征聚合和精细化网络 (FARNet) 算法的准确性,用于识别前后 (PA) 大脑测量地标.
• 评估人工智能在自动化和提高地标识别在头脑测量分析中的精度方面的潜力.

研究的目的:

• 确定FARNet算法在检测PA脑图上的47个特定解剖学地标上的准确性.
• 为了比较FARNet人工智能算法的性能与人类专家识别头脑测量地标的性能.

主要方法:

• 使用了1431个PA脑图的数据集,其中1177个用于培训,117个用于验证,137个用于测试.
• 采用基于FARNet的AI算法进行自动地标检测,并计算各种值 (2-4毫米) 的平均辐射误差 (MRE) 和成功检测率 (SDR).
• 进行统计分析,包括曼-惠特尼U测试,以比较人工智能性能与手动识别,并分析方向差异.

主要成果:

• 在FARNet算法实现高SDR的地标,如右 (例如,100%在3-4毫米内),但较低的其他,如右 (例如,54.0%在3毫米内).
• 人工智能模型的准确性与人类专家相当,在四个骨点上表现优于专家,而专家在一个骨点和七个牙点上表现优于专家 (P < 0.05).
• 大多数点在y轴上观察到显著的偏差,人工智能和手动重新识别显示相反的x轴和与地面相对相同的y轴运动.

结论:

• FARNet算法有效地识别了关键的脑力测量地标,为手工方法提供了可靠和潜在的更有效的替代方案.
• 人工智能系统的性能与人类专家相提并论,表明它在简化正牙诊断和治疗规划方面的实用性.
• 进一步的研究可能会专注于针对特定具有挑战性的地标改进人工智能性能,并提高定向精度.