使用深度学习和里程碑在骨架II类患者的骨架手术后完全自动评估状骨重塑
Wei Jia1, Han Wu1, Lanzhuju Mei1
1School of Biomedical Engineering & State Key Laboratory of Advanced Medical Materials and Devices, ShanghaiTech University, Shanghai, 201210, China.
Journal of dentistry
|May 19, 2025
概括
这项研究提出了一种自动化的深度学习方法,用于评估面外科手术中的状体重塑,实现高精度和效率. 这种新的方法显著加快了分析速度,有助于预测患者的预后和管理关节疾病.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 骨生物学 骨生物学
背景情况:
- 在骨类II患者的面外科手术中预测结果至关重要.
- 当前的评估方法往往耗时且主观.
- 需要有效和准确的工具来评估状体变化.
研究的目的:
- 开发和验证一种完全自动化的方法来评估状骨重塑.
- 为了提高效率,利用深度学习,依据里程碑指导的细分和注册.
- 为改善面外科手术的预后评估提供一个工具.
主要方法:
- 开发了一个V-Net深度学习工作流程,用于自动化下细分和CT图像的地标定位.
- 使用代式最接近点 (ICP) 算法进行术前和术后的体注册.
- 通过网格注册,热图可视化,表面距离和体积变化指标评估重建.
主要成果:
- 实现了高准确度,用于状细分的0.98子系数和地标预测的0.26毫米平均绝对误差.
- 自动评估在5.22秒内完成,比手动方法快150倍.
- 量化显著的尾体积变化 (2.74%50.67%) 与高专家一致性 (平均9.62).
结论:
- 引入了一种一致,准确和完全自动化的方法来评估状骨重塑.
- 深度学习和解剖学地标可以实现端到端的自动化工作流程.
- 证明了广泛的临床适用性和与专家评估的高度一致性,用于正预后和关节障碍管理.
更多相关视频
10:23Author Spotlight: Three-Dimensional Cephalometric Landmark Annotation Demonstration on Human Cone Beam Computed Tomography Scans
Published on: September 8, 2023
2.7K
05:49Author Spotlight: Advancing CBCT and Digital Dental Image Integration with AI-Assisted Digitization
Published on: February 23, 2024
798
