基于相机的单眼深度估计在正牙科:视觉变压器与CNN模型性能对比
Arda Arısan1, Gökhan Serhat Duran2
1Independent Researcher, Ankara 06000, Turkey.
Sensors (Basel, Switzerland)
|November 13, 2025
概括
使用视觉转换器的单眼深度估计 (MDE) 可以准确地评估2D照片中的面部形状. 这种计算机视觉技术在正牙诊断和治疗规划方面表现有前途.
科学领域:
- 计算机视觉 计算机视觉
- 医疗成像医学成像
- 矯正牙科 矯正牙科是一種矯正牙科.
背景情况:
- 单眼深度估计 (MDE) 从单个2D图像中预测深度.
- ортодонтика利用面部软组织评估进行诊断和治疗.
- MDE提供了从标准的正面照片中获取斜形状信息的潜力.
研究的目的:
- 确定MDE是否可以提取临床上有意义的数据来评估面部形状.
- 为了评估MDE在正牙应用中的有效性.
主要方法:
- 追溯分析了82名成年患者的额头照片和脑电图.
- 上唇前部 (ULA),下唇前部 (LLA) 和软组织Pogonion (Pog') 标志的注释.
- 将MDE衍生的深度排名与头脑测量真垂直线 (TVL) 分析进行比较.
- 对DPT-Large (视觉变压器) 和基于CNN的模型 (DepthAnything-v2,ZoeDepth) 的评估.
主要成果:
- 视觉变压器DPT-Large实现了92.7%的准确性,明显超过了CNN模型.
- 美国有线电视新闻网的模型DepthAnything-v2 (9.8%) 和ZoeDepth (4.9%) 的表现低于机会水平 (16.7%).
- 在大多数情况下,DPT-Large表现出临床上可接受的准确性.
结论:
- 基于视觉变压器的MDE显示出从前部照片中具有临床意义的软组织概况的潜力.
- 来自二维图像的深度信息可以支持正牙科的面部形状评估.
- 这些发现为将基于深度的分析整合到数字牙科诊断中奠定了基础.
