深度学习在头影测量中的应用研究进展

摘要

头影测量是正畸和正颌外科诊疗过程中普遍采用的关键技术。常规的手工头影测量和半自动头影测量依赖于医师手工定点，存在耗时过长、精确度和稳定性欠佳等问题。深度学习（deep learning,DL）是人工智能（artificial intelligence,AI）领域最热门的技术方法之一，具有强大的图像识别能力。在头影测量领域，目前已有较多研究致力于采用DL实现头影测量的自动化，包括自动定点、自动诊断分析、颈椎成熟度分析、腺样体肥大自动诊断和气道分析。研究显示，DL能有效提高工作效率，其准确率多已达到80%以上，与金标准之间的差异多在临床可接受范围内，具有良好的应用前景。然而，当前此类研究仅限于自动定点的实现，其数据集往往存在数据量不够丰富、数据范围局限等问题。后期研究应进一步扩展研究范围、提升算法的同时注意数据集的丰富程度，并将DL技术与其他AI技术适当结合，从而进一步提高算法的准确性、稳定性和普适性。

关键词

头影测量 / 深度学习 / 人工智能 / 头颅侧位片 / 头颅正位片 / 自动定点 / 自动诊断 / 腺样体肥大 / 气道分析 / 颈椎成熟度分析