基于赋权形态学分析的三维面部对称参考平面构建方法

目的: 建立一种基于三维形态学分析的赋权普氏分析(weighted Procrustes analysis,WPA)方法,实现对下颌偏斜患者面部解剖标志点不对称程度量化赋权的三维面部对称参考平面自动化构建。方法: 临床收集下颌偏斜患者30例,基于本体-镜像关联法的普氏分析(Procrustes analysis,PA)算法和自主研发的WPA算法,分别构建每名患者三维面部模型的对称参考平面(实验组一和二),以专家定义的区域迭代最近点(iterative closest point,ICP)算法(选取对称性良好的区域)构建的对称参考平面为“真值平面”,作为参考组。以实验组与参考组的平面角度误差作为评价指标,分别比较两个实验组与参考组的差异,评价WPA算法构建对称参考平面的临床适用性。结果: 30例下颌偏斜患者WPA算法构建的对称参考平面与真值平面的角度误差为1.53°±0.84°,PA算法构建的对称参考平面与真值平面的角度误差为2.06°±0.86°。对于下颌偏斜大于12 mm的患者,WPA算法比PA算法的平均平面角度误差小0.86°。结论: 基于三维面部形态学分析的WPA算法对下颌偏斜面部不对称畸形患者构建三维面部对称参考平面的临床应用效果比传统PA算法有显著提高,初步达到了口腔临床专家级诊断策略的效果。     

基于案例推理的高血压辅助诊疗方法研究

针对高血压临床诊疗过程中的案例数据进行处理与分析,提出基于案例推理的高血压辅助诊疗方法。对高血压复杂的案例数据进行整理分析,提取案例中的关键症状作为特征属性构成案例模版,对高血压案例的症状进行创新特征表达,并提出一种快速案例推理的检索方法。根据病理原理以及数据分析提出采用内省学习方法,不断学习案例症状属性的权重,实现更高效、更准确的案例匹配。辅助诊疗方法提高了案例推理的准确率与高效性,有助于提高高血压辅助诊疗的自动化水平。     

基于深度学习点云配准的三维颜面正中矢状面构建算法研究

目的基于可变图结构配准网络(DGRNet)模型, 建立一种可实现三维点云智能配准的本体-镜像关联深度学习算法, 以实现三维颜面正中矢状面的自动化构建, 为口腔临床数字化设计与分析提供参考。方法收集200例2020年10月至2022年10月就诊于北京大学口腔医学院·口腔医院修复科、正颌外科和口腔正畸科的无明显颜面畸形的牙体缺损或缺失或错畸形患者的三维颜面数据。通过数据增强(平移和旋转)的方式获得1 200例三维颜面数据, 分为训练集(800例)、验证集(200例)、测试集(200例), 用于DGRNet模型训练与测试。DGRNet模型包含构造本体与镜像点云中关键点的特征向量、基于特征向量获取本体和镜像点云中关键点的对应关系, 并通过奇异值分解计算旋转矩阵和平移矩阵。基于DGRNet模型实现本体点云与镜像点云的智能配准, 获得本体-镜像联合点云, 并采用主成分分析算法获得DGRNet模型正中矢状面。基于决定系数R²指标对测试集平移及旋转矩阵进行模型评价, 以迭代最近点(ICP)算法构建的三维颜面正中矢状面作为真值。选择上述200例临床患者中的50例数据, 对DGRNe...