换一批基于深度学习与CBCT的上颌骨三维解剖标志点自动识别及不同年龄与骨性Ⅰ/Ⅱ类形态学差异分析
Automatic identification of three-dimensional maxillary anatomical landmarks and morphological analysis based on deep learning using CBCT
摘要目的:基于深度学习实现 CBCT 上颌骨三维解剖标志点的自动识别与测量,并分析不同年龄及骨性Ⅰ、Ⅱ类患者的形态差异.方法:收集 2019～2024 年 1321 例 CBCT 数据,构建基于 PoseNet-3D 的自动定位系统,对18 个标志点及 5 个测量点进行识别,并与人工结果比较时间与误差;分组进行形态学统计分析.结果:自动定点耗时10～15 s,显著快于人工;平均误差 0.82 mm,一致性良好.误差均在临床可接受范围(<2 mm).部分年龄组及骨性分组间标志点距离差异有统计学意义.结论:该方法精度高、效率高,可用于上颌骨三维分析并支持正畸数字化诊疗.
更多相关知识
关键词
深度学习CBCT上颌骨标志点自动识别三维形态分析Deep learningCBCTMaxillaAutomatic landmark identificationThree-dimensional morphological a-nalysis
分类号
R816.98（放射医学）
栏目名称
DOI
10.3969/j.issn.1003-1634.2026.06.005
发布时间
2026-06-30（万方平台首次上网日期，不代表论文的发表时间）
基金项目
安徽省自然科学基金面上基金项目（2408085MH221）
- 浏览2
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
