建立错畸形数字化诊断模板及标志点自动识别研究-北京大学学报.PDF

北京大学学报 ( 自然科学版) 第 47 卷 , 第 6 期 , 2011 年 11 月　　　 Acta Scientiarum Naturalium Universitatis Pekinensis Vol. 47, No. 6 (Nov. 2011)　　　 建立错畸形数字化诊断模板及 标志点自动识别研究 † 韩冰 许天民 林久祥 北京大学口腔医学院·口腔医院 , 正畸科 , 北京 100081; † 通信作者 , E-mail: tmxuortho@ 摘要 为了给计算机自动识别诊断提供模板参考并初步尝试计算机自动识别, 将 2249 例错畸形样本进行 聚类和判别分析, 以 60 个标志点的坐标值作为分类变量, 形成 21 个数字化诊断模板, 总判别准确率和交互 验证准确率分别达到 89.1%和 85.0%。采用判别方程或者模板特征对新样本进行分类, 并为正畸临床诊断、 采用模板匹配的方法对 10 例新样本的 23 个标志点进行初步计算机自动识别研究, 疗效评价和预测提供参考。 其中 11 个标志点的识别误差小于 2 mm, 能够满足临床应用要求。 关键词 数字化诊断模板 ; 聚类和判别分析; X 线头影测量技术 ; 自动识别 中图分类号 R783 Establishment of Digital Diagnostic Templates for Malocclusion and Research of Landmark Automatic Identification † HAN Bing, XU Tianmin , LIN Jiuxiang Department of Orthodontics, Peking University School and Hospital of Stomatology, Beijing 100081; † Corresponding author, E-mail: tmxuortho@ Abstract The purpose of this research is to provide digital diagnostic templates as references for automatic landmark identification and attempt to realize landmark automatic identification by computers. 2249 pre-treatment X-ray films of malocclusion patients were divided into 21 subtypes according to the coordinates of 60 landmarks by cluster and discriminate analysis. The total differentiate rate and leave-one-out differentiate rate were 89.1% and 85.0% respectively. 21 digit