数字化正颌外科手术方案中三维头影测量标志点的图神经网络对抗性少量移位.docx

PAGE2

《数字化正颌外科手术方案中三维头影测量标志点的图神经网络对抗性少量移位》

一、概述

1.1背景与意义

数字化正颌外科手术方案中三维头影测量标志点的图神经网络对抗性少量移位，是当前医疗AI安全领域的前沿且高危的议题。在正颌外科的数字化规划中，三维头影测量标志点的精准定位是制定截骨方案的基础。

图神经网络(GNN)因其强大的拓扑关系提取能力，被广泛应用于三维解剖标志点的自动识别。然而，GNN模型对对抗性攻击表现出显著的脆弱性。攻击者通过在输入三维网格或点云中注入微小的不可察觉的扰动，即可导致关键解剖点发生少量移位。

这种移位在数学上可表示为Δd=

因此，分析这种对抗性少量移位