头部姿势辅助面部标志的定位,以提高骨底部手术的快速注册

科学领域:

• 医疗成像医学成像
• 计算机辅助手术 计算机辅助手术
• 人工智能的人工智能

背景情况:

• 目前用于骨底部手术的3D面部点云注册是低效的,对初始姿势敏感.
• 手动方法缺乏一致性,传统算法耗时.

研究的目的:

• 利用人工智能驱动的面部地标定位开发一种快速而准确的方法,用于在骨底部手术中进行空间注册.
• 为了提高外科导航的效率和精度.

主要方法:

• 在手术期间使用RGB-D摄像头实时采集面部点云.
• 开发了一个面部地标本地化网络,包括头部姿势估计,以改善全局特征感知.
• 从临床CT图像中合成了一个新的3D面部标志数据集 (3D-FVL),用于培训.

主要成果:

• 拟议的网络在多个数据集上实现了领先的本地化准确性和稳定性.
• 临床实验表明,平均记录时间为0.28秒,平均误差为2.33毫米.
• 显著缩短了注册时间,同时满足了临床准确性要求.

结论:

• 人工智能辅助的面部地标定位方法使得手术导航的快速和自动注册成为可能.
• 这种方法提高了骨底部手术的效率和质量.
• 该方法为实时的操作内空间登记挑战提供了一个有前途的解决方案.