人工智能辅助网格生成用于面部软组织的特定对象建模
Nathan Lampen1, Xuanang Xu1, Daeseung Kim2
1Department of Biomedical Engineering and the Center for Biotechnology and Interdisciplinary Studies, Rensselaer Polytechnic Institute, Troy, NY, 12180, USA.
概括
这项研究介绍了一种人工智能辅助网状生成 (AAMG) 方法,用于面部手术规划. 采用AAMG方法可以显著缩短网时间到不到一分钟,同时保持高精度,提高外科手术工作流程的效率.
科学领域:
- 医疗模拟和手术规划.
- 计算解剖学和生物力学
- 医疗保健中的人工智能
背景情况:
- 准确的患者特定的软组织网格对于预测像正位手术这样的整形和美容面部手术的结果至关重要.
- 传统的网格方式耗时,劳动密集,由于手工流程和不一致的点对应,缺乏可扩展性.
研究的目的:
- 开发和评估一种新的AI辅助网格生成 (AAMG) 方法,用于自动创建体积面部软组织网格.
- 将AAMG方法的效率和质量与传统的专家引导网格生成 (EGMG) 方法进行比较.
主要方法:
- 该AAMG方法使用谷歌MediaPipe进行实时面部地标检测,以自动化网格创建.
- 里程碑作为参考点,可以在没有人工干预的情况下生成详细的,针对患者的网格.
- AAMG 方法在29名整形外科患者身上进行了评估,并与 EGMG 方法进行了比较.
主要成果:
- AAMG方法实现了高质量的网格指标 (平均雅可比比比:0.83,斜率:0.25,尺寸比:2.15),与EGMG方法相比.
- 法距离分析显示,AAMG和EGMG方法之间的模拟性能没有显著差异.
结论:
- 人工智能辅助的网格生成方法大大减少了网格的时间,从几个小时减少到不到一分钟.
- 这种自动化方法确保了一致的,高质量的,针对患者的整合,提高了手术规划工作流程的效率.
- 该AAMG方法提供了一个可扩展和高效的替代方案,用于面部手术模拟的传统技术.
