基于深度学习和计算机视觉的3D面部软组织标志标注的个性化自动化系统

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:

• 对3D面部软组织标志的准确注释对于面部形态学研究和正牙治疗至关重要.
• 现有的方法可能耗时且缺乏精度,特别是对于复杂的面形.

研究的目的:

• 开发和评估一个个性化的自动化系统,用于使用深度学习和计算机视觉进行面部软组织3D标志性注释.
• 将自动化系统的准确性和临床适用性与手动注释进行比较.

主要方法:

• 开发了一个深度学习和计算机视觉系统,用于自动化地标注释.
• 该系统使用标准化面部模板,3D非线性注册和个性化关键点传输.
• 在55名中国正牙患者的手册专家注释中验证了注释的准确性,包括那些严重的面形患者.

主要成果:

• 自动化系统实现了21个地标的平均欧几里德距离为0.95 ± 0.48毫米,精度在2.0毫米范围内为96.3%.
• 在57.0%的地标上实现了亚毫米精度.
• 个性化模板显著提高了下变形 (0.84 ± 0.21毫米) 的患者的准确性.

结论:

• 开发的自动化系统提供高效和精确的3D面部软组织标志性注释.
• 该系统促进了面部形态分析,缺陷诊断和治疗疗效评估.
• 个性化模板提高了严重面部形的精度,增加了临床效用.