在美容手术中一致的面部摄影的创新协议:一个经济有效的解决方案

科学领域:

• 医学成像医学成像
• 整形手术 整形手术 整形手术
• 机器学习应用程序 机器学习应用程序

背景情况:

• 标准化面部摄影对于整形手术和医疗美学方面的一致记录至关重要.
• 现有的方法与患者的变化,设备和环境因素相斗争,导致不一致.
• 本研究介绍了一种具有成本效益的摄影方法,该方法通过机器学习进行增强,以提高可复制性和精度.

研究的目的:

• 开发和验证一个标准化的摄影系统,尽量减少角度偏差 (yaw,pitch,roll).
• 测试该方法在不同摄影师和时间点之间实现高可重现性和一致性的假设.

主要方法:

• 拍摄了5个标准位置的参与者 (n=20人),使用专门设置的旋转椅子和固定照明.
• 利用预训练的机器学习模型从图像中量化头角.
• 进行了统计分析,包括Shapiro-Wilk和Hotelling的T平方测试的正常性和可重现性.

主要成果:

• 所有位置的平均曲角度差异在±2°以内.
• 曲率和滚动值保持在接近零的水平,这表明偏差最小.
• 霍特林的T平方测试显示,照片拍摄之间没有显著差异 (P=.7626),证实了高可重现性.

结论:

• 开发了一种简单可靠的摄影方法,用于在临床实践中一致的面部成像.
• 机器学习集成提高了准确性,并验证了标准化方法.
• 该方法适用于资源有限的环境,满足医疗成像的高标准.