基于原型网络的跨年龄段头影测量标志点检测

自动头影测量标志点检测在真实世界的正畸诊断中至关重要。当前研究主要关注成年受试者，忽略了青少年这一临床关键场景，其标志点外观与成年人相比通常存在显著差异。因此，如何开发一种统一且有效的、适用于包括青少年和成年人在内的不同年龄组的检测算法，成为一个悬而未决的问题。在本文中，我们提出了 CeLDA，这是首个针对跨年龄段头影测量标志点检测的工作。我们的方法利用原型网络，通过比较图像特征与标志点原型来进行标志点检测。为了解决不同年龄组之间标志点的外观差异，我们为 CeLDA 设计了新策略，以改进原型对齐，并从大量训练图像中获得标志点原型的整体估计。此外，我们引入了一种新颖的原型关系挖掘范式，以利用标志点原型之间的解剖关系。大量实验验证了 CeLDA 在检测成年和青少年受试者头影测量标志点方面的优越性。据我们所知，这是首次为开发跨年龄组的头影测量标志点检测的统一解决方案和数据集所做的努力。我们的代码和数据集将在 https://github.com/ShanghaiTech-IMPACT/Cephalometric-Landmark-Detection-across-Ages-with-Prototypical-Network 上公开。