面向 SOS 融合分期的知识蒸馏方法：迈向全自动骨骼成熟度评估

我们引入了一种新颖的深度学习框架，用于蝶枕软骨结合（SOS）融合的自动化分期，这是正畸学和法医人类学中的一项关键诊断标志。我们的方法利用双模型架构，其中在手动裁剪图像上训练的教师模型将其精确的空间理解传递给在完整未裁剪图像上运行的学生模型。这种知识蒸馏由一个新构建的损失函数促进，该损失函数对齐空间 logits 并结合基于梯度的注意力空间映射，确保学生模型在不依赖外部裁剪或基于 YOLO 的分割的情况下内化解剖学相关特征。通过在每一步利用专家策划的数据和反馈，我们的框架获得了稳健的诊断准确性，最终形成了一个临床可行的端到端流程。这种精简的方法免除了对额外预处理工具的需求并加速了部署，从而提高了不同临床环境中骨骼成熟度评估的效率与一致性。