使用视觉变压器进行头脑测量地标检测,具有直接坐标预测的视觉变压器
Filipe Laitenberger1, Hannah T Scheuer2, Hanna A Scheuer3
1University of Amsterdam, Department of Artificial Intelligence, Amsterdam, Netherlands.
概括
有直接坐标预测的视觉变压器 (ViT) 显著提高了正牙X射线中头脑测量地标检测 (CLD) 的准确性. 这种新的方法优于目前的方法,为临床应用提供了更强大的解决方案.
科学领域:
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 矯正牙科 矯正牙科是一種矯正牙科.
背景情况:
- 脑仪地标检测 (CLD) 对于正牙诊断和治疗规划至关重要.
- 目前的深度学习方法,特别是使用热图预测的卷积神经网络 (CNN),对于大规模的临床应用来说表现不够好.
研究的目的:
- 引入一种使用视觉变换器 (ViTs) 进行直接坐标预测的CLD的新方法.
- 评估ViTs与当代CNN架构和基于热图的方法的性能.
主要方法:
- 利用视觉变压器 (ViTs) 进行直接坐标预测,绕过内存密集的热图生成.
- 进行了广泛的除研究,将ViTs与ConvNeXt V2 (CNN) 和Segformer (基于热图) 进行比较.
主要成果:
- 具有直接坐标预测的ViT实现了卓越的性能,平均辐射误差超过2毫米,超过了最先进的CLD方法.
- 不适应的CNN表现不佳,而现有方法的概括性有限,特别是在稀疏的数据集上.
结论:
- 具有直接坐标预测的视觉变压器显示出对推进CLD和医疗计算机视觉的重大前景.
- 拟议的方法为临床正义牙科应用提供了更好的准确性和概括能力.
