使用3D成像和人工智能精确评估面部不对称性

科学领域:

• 医疗成像医学成像
• 医疗保健中的人工智能
• 矯正牙科 矯正牙科是一種矯正牙科.

背景情况:

• 人工智能对提高诊断精度和效率的越来越多的兴趣.
• 面部不对称性评估在正牙和其他领域至关重要.
• 3D面部成像提供了详细的解剖数据.

研究的目的:

• 评估基于人工智能的面部不对称分析方法的精度.
• 将人工智能驱动的地标识别和不对称指数计算与手动方法进行比较.
• 为了评估手工测量在3D面部成像中的可靠性.

主要方法:

• 使用Vectra® M3系统对130名患者的3D面部图像进行分析.
• 手动识别七个双边面部地标,并计算不对称指数.
• 开发一个人工智能程序用于自动地标识别和不对称指数计算.
• 使用类内相关系数 (ICC) 评估手动测量的可靠性.

主要成果:

• 手动测量显示了中等到优秀的可靠性 (ICC 0.62-0.99在内,0.72-0.96在评级器之间).
• 手动和人工智能方法之间的协议,用于五个地标中的不对称性指数.
• 在方法之间,alare (p=0.0056) 和cheilion (p=0.0081) 的不对称指数在统计学上有显著差异.

结论:

• 基于人工智能的面部不对称分析使用3D图像提供了高效和可比的精度.
• 人工智能和手工方法之间观察到的差异需要进一步的软件改进和培训.
• 这种人工智能方法有可能在正牙科研究和临床实践中取得进展.