NURBS曲线形状预先引导的多尺度注意网络用于自动细分下膜神经的下膜神经
Shuanglin Jiang1, Jiangchang Xu2, Wenyin Wang3
1Institute of Biomedical Manufacturing and Life Quality Engineering, School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, 200240, China.
概括
这项研究引入了一种新方法,使用非统一的理性B-Spline (NURBS) 形状先验和一个多尺度的注意网络,用于在CBCT扫描中准确地细分下膜神经 (IAN),改善手术规划.
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
- 生物医学工程 生物医学工程
背景情况:
- 在圆束计算机断层扫描 (CBCT) 中精确细分下膜神经 (IAN) 对于口腔和面手术规划至关重要.
- 现有的细分方法在较低的IAN对比度和文物方面扎,导致不准确性和潜在的神经损伤.
- 改进的自动化细分可以提高手术精度和患者安全.
研究的目的:
- 使用CBCT图像开发一种新的下膜神经 (IAN) 自动细分方法.
- 通过结合非统一的理性B-Spline (NURBS) 形状先验来提高细分的准确性和连续性.
- 改进特征提取能力,以实现更强大的IAN细分.
主要方法:
- 一种新的方法,将非统一的理性B-Spline (NURBS) 曲线形状先验集成到一个多层次的注意力网络中.
- 开发一种用于生成NURBS形状先验的自动方法,以指导细分.
- 实施一个具有扩展选择性注意模块的多尺度注意力细分网络,以增强特征提取.
主要成果:
- 与现有基准相比,拟议的方法在内部和公共数据集上都取得了卓越的性能.
- 定量结果包括80.29±11.04% (私人) 和80.69±4.93% (公共) 的子系数.
- 通过1.61±6.14毫米的95%豪斯多夫距离 (95HD) (私人) 和1.04±0.95毫米 (公共) 和0.64±2.16毫米 (私人) 和0.42±0.34毫米 (公共) 的平均表面距离 (MSD) 证明了更好的准确性.
结论:
- 这种新的方法有效地提高了CBCT图像中下膜神经 (IAN) 分段的连续性和准确性.
- 该方法在voxel精度和表面距离指标方面都超过了最先进的网络.
- 这种技术具有显著的潜力,可以提高外科手术规划的效率,并减少牙和面部手术中的风险.
