CeLR:一个基于变压器的回归网络,用于在高分辨率X射线成像中准确的头脑测量地标检测

科学领域:

• 医疗成像医学成像
• 人工智能的人工智能
• 矯正牙科 矯正牙科是一種矯正牙科.

背景情况:

• 准确的头测量地标定位对于自动化的正牙分析至关重要.
• 当前的方法面临着高计算需求和复杂管道的挑战,限制了端到端优化.

研究的目的:

• 引入一个端到端的基于变压器的网络,即头度地标回归 (CeLR),用于在高分辨率的X射线图像上精确地标定位.
• 为了提高头脑测量分析的准确性和效率.

主要方法:

• 开发了CeLR,一个端到端的变压器网络,使用特征提取器,参考编码器和具有交叉注意力的微调解码器.
• 整合了一个无声化模块,以提高模型的稳定性.
• 在公开的脑力测量数据集上进行评估.

主要成果:

• 在ISBI 2015挑战测试1数据集上,CeLR实现了最先进的性能,平均辐射误差 (MRE) 为0.98毫米,2毫米成功检测率 (SDR) 为89.82%.
• 演示了91.3 GFLOP的计算成本,平衡了准确性和效率.
• 展示了有效性和临床潜力.

结论:

• 拟议的CeLR网络提供了一个高度有效和高效的解决方案,用于脑测量地标回归.
• CeLR对自动化正牙分析具有显著的临床潜力.
• 基于变压器的方法可以实现端到端的优化,克服现有方法的局限性.