Fungsi carian sedang dalam pembinaan.
Fungsi carian sedang dalam pembinaan.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

An Efficient Deep Learning Based Coarse-to-Fine Cephalometric Landmark Detection Method Kaedah Pengesanan Tanda Tempat Sefalometrik Kasar-ke-Halus Pembelajaran Mendalam yang Cekap

Yu SONG, Xu QIAO, Yutaro IWAMOTO, Yen-Wei CHEN, Yili CHEN

  • pandangan teks lengkap

    0

  • Petikan Ini

Ringkasan:

Analisis cephalometry kuantitatif yang tepat dan automatik adalah sangat penting dalam ortodontik. Langkah asas untuk analisis cephalometry adalah untuk menganotasi tanda tempat anatomi yang berminat pada imej X-ray. Kaedah automatik berbantukan komputer masih menjadi topik terbuka pada masa kini. Dalam makalah ini, kami mencadangkan pendekatan kasar-ke-halus berasaskan pembelajaran mendalam yang cekap untuk merealisasikan pengesanan mercu tanda yang tepat. Dalam langkah pengesanan kasar, kami melatih model transformasi boleh ubah bentuk berasaskan pembelajaran mendalam dengan menggunakan sampel latihan. Kami mendaftarkan imej ujian kepada imej rujukan (satu imej latihan) menggunakan model terlatih untuk meramalkan lokasi mercu tanda kasar pada imej ujian. Oleh itu, kawasan menarik (ROI) yang termasuk tanda tempat boleh ditemui. Dalam langkah pengesanan halus, kami menggunakan rangkaian neural convolutional deep terlatih (CNN), untuk mengesan tanda tempat dalam tampung ROI. Untuk setiap tanda tempat, terdapat satu rangkaian saraf yang sepadan, yang secara langsung melakukan regresi ke koordinat mercu tanda. Langkah halus boleh dianggap sebagai langkah pemurnian atau penalaan halus berdasarkan langkah pengesanan kasar. Kami mengesahkan kaedah yang dicadangkan pada set data awam daripada cabaran besar Simposium Antarabangsa mengenai Pengimejan Bioperubatan (ISBI) 2015. Berbanding dengan kaedah tercanggih, kami bukan sahaja mencapai ketepatan pengesanan setanding (min ralat jejarian adalah kira-kira 1.0-1.6mm), tetapi juga memendekkan sebahagian besar masa pengiraan (4 saat setiap imej).

Jawatankuasa
IEICE TRANSACTIONS on Information Vol.E104-D No.8 pp.1359-1366
Tarikh penerbitan
2021/08/01
Diumumkan
2021/05/14
ISSN dalam talian
1745-1361
DOI
10.1587/transinf.2021EDP7001
Jenis Manuskrip
PAPER
kategori
Pemprosesan Imej dan Pemprosesan Video

Pengarang

Yu SONG
  Ritsumeikan University
Xu QIAO
  Shandong University
Yutaro IWAMOTO
  Ritsumeikan University
Yen-Wei CHEN
  Ritsumeikan University
Yili CHEN
  Zhejiang University

Kata kunci

Contents [show]