基于网络的自动化与数字手动头脑测量地标识别的准确性

科学领域:

• 矯正牙醫和牙臉整形醫學
• 医学成像分析 医学成像分析
• 医疗保健中的人工智能

背景情况:

• 脑仪分析对于正牙诊断和治疗规划至关重要.
• 手动地标识别是耗时的,并且受观察者之间的变化影响.
• 基于Web的自动头测量分析工具为提高效率和标准化提供了潜力.

研究的目的:

• 为了评估两个基于网络的自动化头脑测量地标识别和分析程序WebCephTM和CephioTM的准确性.
• 将这些自动化系统的性能与使用海豚成像软件作为参考标准的手动分析进行比较.

主要方法:

• 分析了来自I,II和III类缺陷组的105个头像图.
• 手动追踪使用海豚成像软件进行.
• 使用WebCephTM和CephioTM进行了自动化分析.
• 为了评估准确性,计算了Bland-Altman一致性极限和一致性相关系数 (CCC).

主要成果:

• 自动和手动测量之间的平均差异通常低于1mm/degree,表明高精度.
• 平均CCC为0.91,范围为0.60至0.96.
• 对上唇突起,鼻角,SN-GoGn,Ramus高度和IMPA的测量显示出更大的平均差异.

结论:

• 来自WebCephTM和CephioTM的自动脑表测量在很大程度上是临床上可以接受的.
• 大多数测量结果显示,这两种自动化系统之间的差异很小.
• 特定的测量,包括SNA,SN-PP,IMPA和软组织地标,可能需要人工精细化以提高精度.