[摘要]目的:驗(yàn)證X線頭影測(cè)量計(jì)算機(jī)自動(dòng)識(shí)別系統(tǒng)的可靠性。方法:對(duì)10張X線頭顱定位側(cè)位片分別進(jìn)行計(jì)算機(jī)自動(dòng)識(shí)別和人工識(shí)別確定標(biāo)志點(diǎn),計(jì)算自動(dòng)識(shí)別和人工識(shí)別與人工測(cè)量均值之間的誤差。結(jié)果:計(jì)算機(jī)自動(dòng)識(shí)別系統(tǒng)識(shí)別的19個(gè)標(biāo)志點(diǎn)中,有15個(gè)在X軸方向上與人工識(shí)別無明顯差異,有17個(gè)在Y軸方向上與人工識(shí)別無明顯差異。結(jié)論:該軟件系統(tǒng)大部分標(biāo)志點(diǎn)識(shí)別的準(zhǔn)確性與人工識(shí)別類似。
[關(guān)鍵詞]頭影測(cè)量;自動(dòng)識(shí)別;比較
[中圖分類號(hào)]R783 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1008-6455(2007)06-0826-03
利用現(xiàn)代圖像處理技術(shù),開發(fā)建立了X線頭影測(cè)量計(jì)算機(jī)自動(dòng)識(shí)別系統(tǒng),能夠自動(dòng)識(shí)別出19個(gè)頭影測(cè)量標(biāo)志點(diǎn)并生成坐標(biāo)值,該系統(tǒng)的可靠性需要進(jìn)行驗(yàn)證。可靠性包括準(zhǔn)確性與可重復(fù)性兩方面因素。由于計(jì)算機(jī)對(duì)同一張X線頭顱定位片的同一個(gè)標(biāo)志點(diǎn)進(jìn)行重復(fù)識(shí)別時(shí),坐標(biāo)值都將是相同的。因此,只需要進(jìn)行準(zhǔn)確性的驗(yàn)證。本實(shí)驗(yàn)對(duì)計(jì)算機(jī)自動(dòng)識(shí)別的標(biāo)志點(diǎn)坐標(biāo)值與人工識(shí)別的標(biāo)志點(diǎn)坐標(biāo)值進(jìn)行了精確性的比較。
1 材料和方法
1.1 材料
1.1.1 選取10張口腔正畸患者的X線頭顱定位側(cè)位片作為實(shí)驗(yàn)圖像,要求在X線放射計(jì)量上較合適,不出現(xiàn)明顯曝光過量和不足的情況,并且無明顯劃痕和污跡。
1.1.2 由第四軍醫(yī)大學(xué)口腔正畸教研室和計(jì)算機(jī)教研室研究開發(fā)的X線頭影測(cè)量計(jì)算機(jī)自動(dòng)識(shí)別系統(tǒng)。
1.2 實(shí)驗(yàn)方法
1.2.1 用自動(dòng)識(shí)別系統(tǒng)對(duì)10張X線頭顱定位側(cè)位片進(jìn)行識(shí)別,自動(dòng)產(chǎn)生19個(gè)頭影測(cè)量標(biāo)志點(diǎn)的坐標(biāo)值。
1.2.2 由筆者在5個(gè)不同的時(shí)間內(nèi)對(duì)10張X線頭顱定位側(cè)位片進(jìn)行描圖、人工識(shí)別定點(diǎn)(與計(jì)算機(jī)識(shí)別的19個(gè)標(biāo)志點(diǎn)相同)。建立與自動(dòng)識(shí)別系統(tǒng)相一致的平面直角坐標(biāo)系,即以X線片的上緣為X軸,左側(cè)邊緣為Y軸,以X線片的左上角為坐標(biāo)系的原點(diǎn),并測(cè)量每個(gè)標(biāo)志點(diǎn)在該坐標(biāo)系內(nèi)的坐標(biāo)值。記錄每次測(cè)量的數(shù)據(jù),并計(jì)算19個(gè)點(diǎn)經(jīng)過5次測(cè)量得到的均值。
1.2.3 分別計(jì)算自動(dòng)識(shí)別10張X線頭顱定位側(cè)位片標(biāo)志點(diǎn)和人工識(shí)別標(biāo)志點(diǎn)與測(cè)量均值之間在X軸和Y軸方向的誤差,并分別計(jì)算誤差值的均值和標(biāo)準(zhǔn)差。對(duì)于每個(gè)標(biāo)志點(diǎn)的準(zhǔn)確性比較用t檢驗(yàn)方法進(jìn)行,采用的統(tǒng)計(jì)軟件為第四軍醫(yī)大學(xué)統(tǒng)計(jì)教研室的Nosa軟件。
2 結(jié)果(見表1~2)
點(diǎn)中有15個(gè)標(biāo)志點(diǎn)的人工識(shí)別和自動(dòng)識(shí)別的誤差值之間沒有統(tǒng)計(jì)學(xué)差異(P>0.05);而對(duì)于上齒槽座點(diǎn)(A點(diǎn))、上中切牙點(diǎn)(UI點(diǎn))、頦下點(diǎn)(Me點(diǎn))和D點(diǎn)來說,兩種識(shí)別方法的誤差值有顯著性差異(P<0.05),人工識(shí)別的誤差值小于自動(dòng)識(shí)別的誤差值。
在人工識(shí)別的各個(gè)標(biāo)志點(diǎn)中,誤差值最大的是軟組織鼻根點(diǎn)(Ns點(diǎn)),誤差值最小的是上中切牙點(diǎn)(UI點(diǎn));在計(jì)算機(jī)自動(dòng)識(shí)別的各個(gè)標(biāo)志點(diǎn)中,誤差值最大的是上中切牙點(diǎn)(UI點(diǎn)),誤差值最小的是頦頂點(diǎn)(Gn點(diǎn))。
在Y軸方向上:從表2中可以看出,19個(gè)標(biāo)志點(diǎn)中有17個(gè)標(biāo)志點(diǎn)的人工識(shí)別和自動(dòng)識(shí)別的誤差值之間沒有統(tǒng)計(jì)學(xué)差異(P>0.05);而對(duì)于上齒槽座點(diǎn)(A點(diǎn))和上中切牙點(diǎn)(UI點(diǎn))來說,兩種識(shí)別方法的誤差值有顯著性差異(P<0.05),人工識(shí)別的誤差值小于自動(dòng)識(shí)別的誤差值。
在人工識(shí)別的各個(gè)標(biāo)志點(diǎn)中,誤差值最大的是額前點(diǎn)(G點(diǎn)),誤差值最小的是上中切牙點(diǎn)(UI點(diǎn));在計(jì)算機(jī)自動(dòng)識(shí)別的各個(gè)標(biāo)志點(diǎn)中,誤差值最大的是上中切牙點(diǎn)(UI點(diǎn)),誤差值最小的是頦頂點(diǎn)(Gn點(diǎn))。
3 結(jié)論
計(jì)算機(jī)自動(dòng)識(shí)別系統(tǒng)軟件進(jìn)行自動(dòng)識(shí)別標(biāo)志點(diǎn)時(shí),所識(shí)別的19個(gè)標(biāo)志點(diǎn)中有15個(gè)在X軸方向上與人工識(shí)別標(biāo)志點(diǎn)的準(zhǔn)確性無明顯差異;有17個(gè)標(biāo)志點(diǎn)在Y軸方向上與人工識(shí)別標(biāo)志點(diǎn)的準(zhǔn)確性無明顯差異。
4 討論
近年來,計(jì)算機(jī)頭影測(cè)量自動(dòng)識(shí)別系統(tǒng)成為國(guó)內(nèi)外學(xué)者的研究熱點(diǎn)。Cohen首先介紹了自動(dòng)提取X線頭顱定位側(cè)位片相關(guān)標(biāo)志點(diǎn)的方法,成功獲得了兩個(gè)標(biāo)志點(diǎn)Me點(diǎn)和S點(diǎn),但是他的研究認(rèn)為,計(jì)算機(jī)自動(dòng)識(shí)別的準(zhǔn)確性不及人工識(shí)別,尤其是在圖像的質(zhì)量較差時(shí);Liu JK等對(duì)一張頭顱定位側(cè)位片進(jìn)行了邊緣提取,自動(dòng)識(shí)別了13個(gè)頭影測(cè)量標(biāo)志點(diǎn),13個(gè)標(biāo)志點(diǎn)中有5個(gè)與人工識(shí)別的誤差沒有顯著性差異,認(rèn)為計(jì)算機(jī)自動(dòng)識(shí)別的準(zhǔn)確性僅限于特定的標(biāo)志點(diǎn);而Rudolph用空間光譜學(xué)方法對(duì)14張X線頭顱定位側(cè)位片進(jìn)行了15個(gè)頭影測(cè)量標(biāo)志點(diǎn)的自動(dòng)識(shí)別,并與人工識(shí)別相比較,除了蝶鞍點(diǎn)的準(zhǔn)確性不及人工識(shí)別之外,其他14個(gè)標(biāo)志點(diǎn)與人工識(shí)別沒有顯著性差異。
在本實(shí)驗(yàn)的計(jì)算機(jī)頭影測(cè)量自動(dòng)識(shí)別系統(tǒng)中,能夠自動(dòng)識(shí)別19個(gè)頭影測(cè)量標(biāo)志點(diǎn),在X軸方向上有15個(gè)點(diǎn)與人工識(shí)別無顯著差異,在Y軸方向上有17個(gè)點(diǎn)與人工識(shí)別無顯著差異。其中在X軸和Y軸方向都存在明顯差異的標(biāo)志點(diǎn)是上中切牙點(diǎn)和上齒槽座點(diǎn)。在X軸方向上存在明顯差異的標(biāo)志點(diǎn)是頦下點(diǎn)和D點(diǎn)。
在該軟件系統(tǒng)中,上中切牙點(diǎn)的數(shù)學(xué)定義是上中切牙切緣的最前點(diǎn),即區(qū)域曲線上橫坐標(biāo)X最大的點(diǎn)。但是在選擇的X線頭顱定位側(cè)位片中,有些為前牙反牙合患者,這些患者的中切牙點(diǎn)并非是曲線的最前點(diǎn)。因此在X軸方向和Y軸方向都會(huì)出現(xiàn)較大的誤差;對(duì)于上齒槽座點(diǎn)來說,該區(qū)域同時(shí)有軟組織、骨和中切牙牙根的影像結(jié)構(gòu),互相重疊,結(jié)構(gòu)比較復(fù)雜,該區(qū)域的灰度值差異不明顯,因此計(jì)算機(jī)將“目標(biāo)”從“背景”中分離出來比較困難,從而導(dǎo)致了誤差的產(chǎn)生。然而,對(duì)于人工識(shí)別來說,可以憑借知識(shí)和經(jīng)驗(yàn)來尋找正確的標(biāo)志點(diǎn),而不會(huì)受顱面部影像特征或影像的灰度值的影響,因此在上述兩種情況中都不會(huì)出現(xiàn)明顯的誤差。
在該軟件系統(tǒng)中,D點(diǎn)的數(shù)學(xué)定義是:取下頜體部外側(cè)輪廓曲線的最突點(diǎn),下頜體部?jī)?nèi)側(cè)輪廓曲線的最凹點(diǎn),兩者之間的中點(diǎn)就是D點(diǎn)。因此它的提取過程比較復(fù)雜,首先要分別確定硬組織外輪廓閾值和下頜體輪廓閾值,將兩個(gè)輪廓曲線相結(jié)合才能確定D點(diǎn)的坐標(biāo)值。下頜體內(nèi)側(cè)的輪廓曲線往往不規(guī)則,并非總是一個(gè)向內(nèi)凹陷的半圓形,這就直接導(dǎo)致了D點(diǎn)在水平方向(即X軸方向)上的誤差。
頦下點(diǎn)的定義是頦部最下點(diǎn),其數(shù)學(xué)定義是頦部曲線上縱坐標(biāo)Y最小的那一點(diǎn)。下頜體下緣的曲線比較平緩,或者由于拍攝X線片時(shí)頭顱位置不同,計(jì)算機(jī)尋找曲線上縱坐標(biāo)最小的點(diǎn)時(shí),可能會(huì)引起水平方向上位置的誤差。而人工識(shí)別頦下點(diǎn)時(shí),僅僅在一定的小范圍內(nèi)來尋找曲線的最下點(diǎn),因此誤差較小。
本軟件系統(tǒng)中識(shí)別最準(zhǔn)確的點(diǎn)是頦頂點(diǎn)。頦頂點(diǎn)在該系統(tǒng)中的數(shù)學(xué)定義是:在頦部的曲線上,與一條斜率為1的直線距離最近的點(diǎn)。對(duì)于計(jì)算機(jī)來說,這個(gè)定義簡(jiǎn)單而精確;而頦頂點(diǎn)在人工識(shí)別時(shí)的定義是:頦前點(diǎn)與頦下點(diǎn)骨連線之中點(diǎn)。需要依靠另外兩個(gè)點(diǎn)來識(shí)別頦頂點(diǎn),這就可能帶來誤差。
在人工識(shí)別標(biāo)志點(diǎn)時(shí),X軸方向上誤差最大的標(biāo)志點(diǎn)是軟組織鼻根點(diǎn),其次為軟組織頦下點(diǎn);Y軸方向上誤差最大的標(biāo)志點(diǎn)是額前點(diǎn),其次是軟組織額前點(diǎn)。這幾個(gè)標(biāo)志點(diǎn)的性質(zhì)類似,都是位于較平緩的曲線上,都是定義為曲線的極點(diǎn),如最下點(diǎn)、最前點(diǎn)、最凹點(diǎn)。由于人類視覺的局限性,不可避免的產(chǎn)生誤差。
在人工識(shí)別時(shí),X軸和Y軸方向上誤差最小的點(diǎn)都是上中切牙點(diǎn)。這與Rudolph的研究結(jié)果相同。上中切牙點(diǎn)是上頜中切牙切緣的頂點(diǎn),影像清晰,區(qū)域確定而局限,因此人眼識(shí)別較容易實(shí)現(xiàn)。
通過計(jì)算機(jī)頭影測(cè)量自動(dòng)識(shí)別系統(tǒng)自動(dòng)識(shí)別標(biāo)志點(diǎn)和人工識(shí)別標(biāo)志點(diǎn)的比較,認(rèn)為盡管該軟件系統(tǒng)在某些特定的標(biāo)志點(diǎn)識(shí)別上的準(zhǔn)確性不足,但是大部分的標(biāo)志點(diǎn)識(shí)別的準(zhǔn)確性與人工識(shí)別相類似。人工識(shí)別標(biāo)志點(diǎn)的誤差來自于人類視覺的局限性,而計(jì)算機(jī)自動(dòng)識(shí)別標(biāo)志點(diǎn)的誤差是由于復(fù)雜的顱面部影像結(jié)構(gòu)以及不同錯(cuò)(牙/合)類型的顱面部形態(tài)變化引起。隨著數(shù)字圖像處理技術(shù)發(fā)展,已經(jīng)出現(xiàn)了一種廣義的人工智能模式識(shí)別方法,即人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)田],認(rèn)為可以實(shí)現(xiàn)特征空間的復(fù)雜的劃分,并可能最終具有類似于人腦的模式識(shí)別能力。結(jié)合應(yīng)用這種人工智能方法,我們認(rèn)為,最終實(shí)現(xiàn)全自動(dòng)的計(jì)算機(jī)頭影測(cè)量分析系統(tǒng)是完全可行的,并將在各個(gè)學(xué)科的臨床和科研工作中有著廣泛的應(yīng)用前景。