基于曲率图和轮廓分析的面部标志点定位

摘要

介绍

面部三维标志物对于正畸检查、和谐评估和治疗规划至关重要。目前，正畸医师通常通过直接观察和手动软组织图像分析来测量面部标志。本研究旨在通过分析曲率图和激光扫描法获得的矢状面轮廓，评估并提出一种测量选定面部标志点的客观方法。

方法

通过激光扫描仪FastSCAN™对15人的面部进行了3D扫描。它允许在不到一分钟的时间内记录面部曲率图，该图描述了高斯曲率和平均曲率的分布。在该图中定位了面部的中矢剖面线，并进行了包含其一阶导数和二阶导数的数学分析。确定解剖标志并进行面部测量。为了评估有效性，通过Lin的一致性相关CCC系数将获得的数据与正畸医师的手动测量值进行比较，并通过连续测量确定可靠性。

结果

面部标志物，如软组织眉间和鼻尖，可以容易而准确地识别和定位。Lin的CCC显示，在评估的7个距离中，有4个距离的数字测量值与手动测量值基本一致。较大差异是由于图像质量不足和扫描错误造成的。同一操作员连续测量的可靠性很高。

结论

在我们的初步研究中，三维激光扫描方法FastSCAN™能够可靠准确地识别面部解剖标志。获得的某些地标之间的距离，例如层间距离，与人工测量的结果基本一致。由于其简单快速的实施，该方法有助于面部分析，并且在扫描精度方面的剩余问题可以解决时，可以作为手动测量的临床有效替代方案。

介绍

通过扫描表面来检测三维地标是医学界公认的方法。面部的解剖表面标志可以通过视觉或触觉检测到，并可用作临床测量的参考点。这对正畸医师和颌面外科医生尤其重要，他们正试图评估面部轮廓、和谐和平衡。临床面部检查涉及面部正面和侧面的标志性定位，应减少主观性[1]. 传统的软组织分析分别记录面部三维参数。然而，当使用数字滑动卡尺测量软组织距离时，不会生成三维图像。使用表面激光扫描仪或平行白光线投影，可以避免此缺点[2]. 自动定位标志将大大简化患者软组织轮廓的检查。因此，本文提出并评估了一种新的方法，用于定位面部重要解剖标志，并计算正畸医师所需的面部参数和距离。该方法旨在消除手动测量产生的主观误差，并通过以高精度和再现性自动获得地标和距离来简化面部分析。

方法

表面扫描和曲率图

使用FastSCAN™激光扫描系统进行测量（美国佛蒙特州科尔切斯特Polhemus）[三]. FastSCAN™是一种快速方便的扫描对象曲面的方法，为曲面点提供3D坐标。扫描仪每次扫描人脸表面不到一分钟。为了生成曲率图，将每个曲面点作为中心，该点的曲率计算如下：定义了一个6mm×6mm的邻域，其中选择了所有点。邻域的大小基于试验和误差，并与点密度和分辨率要求相关。以曲面点为原点，法线方向为z轴，建立局部坐标系。将选定点的三维坐标更改为局部坐标系，该坐标系是为曲面拟合准备的。用最小二乘法将一个二阶六系数多项式拟合到这个小块上。所需曲面和选定点之间的z坐标差最小化。从六个系数中，主曲率、平均曲率、高斯曲率[4]和Koenderink形状指数[5]可以计算。对每个曲面点进行曲面拟合和曲率计算，直到分析整个面为止。在大约30秒内，可以创建面部的曲率贴图（图1a） ●●●●。根据Koenderink形状指数（该指数指示该区域是凸面、凹面还是鞍形），通过不同的颜色在地图中区分面部的凸面和凹面区域。

图1

电脑生成面部曲率扫描图像。一面部表面的FastSCAN™曲率图。眉毛区域的洞是由激光吸收引起的。b扫描脸的Koenderink形状索引。根据这一指数，可以定位几个解剖标志，如人中、眼角内外和嘴角。

面部的Koenderink形状索引图（图1b） 立即显示了几个有趣的区域，如人字、眼角内外角和嘴角。尽管这些结构物覆盖了一定的区域，但根据Koenderink形状指数，通过计算重心，可以将其定义为特定范围内的每个单点。例如，人字的定位是通过以下方法实现的：首先，研究人员需要手动指示人字的大致位置（0<x<10，-40<y<-30）。然后，该程序筛选该区域中的曲面点，Koenderink形状指数介于-0.2和-0.1之间。然后将这些选定点的重心定义为人中的最终位置。不同解剖标志的个体范围通过试验和误差方法确定，并通过将曲率分析所得结果与面部照片进行比较来确定。该范围因受试者而异，在一定程度上有所不同，但对于可靠的地标识别而言，该范围仍然足够稳定。解剖地标定位的准确性已经在前面展示过了[6,7].

剖面分析和地标识别

为了评估面部矢状轮廓，必须确定面部轮廓的可再现矢状侧面轮廓线。为此，我们首先通过人字点和内眼角连接线的中心点设置面部中心线。接下来，选择距离此起始参考线0.5 mm范围内的所有面数据点。通过最小二乘法将平面拟合到这些选定点。该平面与面部表面的相交产生了面部的对称线（侧面轮廓线）。然后将获得的面部侧面轮廓线转换为数学函数，并通过移动多项式拟合计算和平滑其一阶导数和二阶导数（图2). 一阶导数表示矢状面轮廓曲率的局部变化率，随扫描而变化，但二阶导数表示箭头轮廓曲率方向（正/负），保持相当稳定。通过识别面部矢状面轮廓曲线二阶导数的局部最大值和最小值，可以准确地定位解剖标志，并用于测量正畸感兴趣的距离，例如鼻根到鼻下点的距离。

图2

通过矢状面分析确定的解剖标志。一阶导数和二阶导数在图中分别乘以10和100的因子，以便于视觉解释。

软组织角化没有确定的二阶导数局部极值。然而，确定其位置的一种可靠方法是构建一条与鼻尖和下巴软组织精确可识别的切线，这一方法以前曾用于常规正畸面部分析。在下巴获得的切点可以被视为具有足够临床准确性的软组织肿块。

效度和信度评估

为了评估所提出的激光扫描方法用于临床面部分析的有效性，对15名正畸住院医师和Muenster牙科诊所员工的面部进行了扫描（10名女性和5名男性；年龄21.8-40.6岁，平均28.2岁，标准差5.5岁），并计算了他们的曲率图。在Koenderink形状指数图中，确定了之前描述的地标。根据这些解剖标志得出了七个重要距离，并与经验丰富的正畸医生的手动测量值进行了比较，这七个距离通常被正畸医师用来评估治疗方案和结果：

•  ID–椎间距离

•  ML–嘴长度

•  NW–鼻宽

•  OE–外眼角之间的距离

•  NN–软组织鼻根至鼻下点的距离

•  NM–鼻下点到颏唇点的距离

•  NP–腋下点到软组织窝的距离

同一研究人员在三天内对15名受试者的一张脸进行了三次扫描，以评估解剖标志定位和轮廓分析的可靠性。

统计分析

使用NIWA在线统计计算器进行统计分析[8]. 为了评估与传统人工测量相比新系统的有效性，我们使用了Lin的一致性相关系数CCC。这个系数，首先由林提出[9]用于评估方法之间的等效性和连续数据的一致性，与替代方法相比具有相当大的优势(t吨-测试、ICC、皮尔逊r等）[8]，并且具有10对以上的数据[9]. 由于文献中没有关于协议水平的标尺，我们使用了NIWA提出的值[8]，带p_C类 > 0.99表示几乎完全一致，0.95<p_C类 ≤ 0.99 a实质性，0.90≤p_C类 ≤ 0.95 a中等和p_C类 < 0.90数字和手动测量之间的一致性较差。该研究是根据赫尔辛基标准安排的，并由德国明斯特Wesphalian Wilhelms大学医学院当地伦理委员会授权。

结果

从FastSCAN™激光扫描系统的曲率图中获得的距离与手动测量值一致（表1). 与手动测量相比，大多数误差或差异都小于1 mm，只有少数误差或差异扩大到2 mm。根据Lin的CCC，ID、OE、NM和NP距离的手动测量值和FastSCAN™测量值之间达成了实质性协议，西北距离的测量值也达成了适度协议。发现ML和NN距离的一致性较差。

表115名患者的面部距离，通过数字曲率图分析（FASTScan™）或正畸医师的手动测量获得

FastSCAN™测量值的可靠性对于本研究中评估的所有七个距离都非常好。对一名患者连续三天进行的三次面部扫描得出了本研究中评估的所有七个距离的几乎相同的值（图三). 先前已经证明了定位解剖标志的可重复性[6,7].

图3

连续FastSCAN™距离测量的可靠性。从同一患者的三次连续面部扫描中获得的七个评估距离的值几乎相同。

讨论

面部软组织的评估和分析是正畸诊断和治疗计划的重要组成部分。斯通（Stoner）[10]是第一个提出基于图像的软组织诊断分析的公司之一。自那时以来，已经出版了许多用于软组织评估的手动分析方法，所有这些方法的目的都是获取面部软组织的定量信息。这些软组织分析在很大程度上依赖于二维摄影和放射图像。尽管这些二维图像在正畸学中有着悠久的历史，但它们依赖于二维侧面或正面视图。因此，不考虑面在三维中的真实曲率。近年来，随着三维方法由于其降低的成本和更大的适用性而变得更容易获得，实现面部三维图像作为捕获和量化颅面形态的首选方法的愿望变得越来越流行。

已经开发了各种面部三维记录技术，如激光扫描、全息照相和立体摄影测量。激光扫描利用反射激光束的检测来重建三维图像。因此，它是可靠和适当的临床评估面部形态测量在所有三个空间平面。各种研究表明，与使用人体测量学、头颅测量学和影像学相比，激光扫描是一种简单、微创的记录技术，可以更准确、准确地分析颅面形态[11–14]. 光学激光扫描已被临床用于评估正畸治疗过程中的软组织变化[15–18]以及对唐氏综合征患者的鼻子和嘴唇形态进行评估[19].

据报道，正畸治疗后软组织以各种方式发生变化，因此有必要对评估方法进行标准化[20]. 然而，任何颅面形态测量的评估都取决于面部细节的真实再现以及临床医生解释数字表面的能力。此外，对于任何基于解剖标志的评估，参考点检测的准确性对于未来的临床实用性和诊断相关性至关重要。如果标志点的识别和位置不准确，那么对正畸结果的评估就会被误解。Gwilliam等人[21]观察到，对软件程序的熟悉可能是临床医生放置地标能力的一个问题。在他们对软组织标志物再现性的研究中，他们发现对软件不太熟悉的受试者没有使用其他功能，例如缩放、旋转和对比度增强。这些研究人员倾向于主要从正面和侧面查看面部图像，这使得地标检测更加困难。在他们的研究中，只有cheilion、labrale superius和extocanthion点在术中数据中具有高度重复性（标准偏差0.5 mm）。对于操作员间数据，没有发现任何参考点对所有三个轴都具有高度可重复性[21]. 为了避免由于观测者识别和定位地标的主观性而导致的变化问题，数学推导的地标可能是有用的。已经多次尝试从三维扫描的几何信息中检测感兴趣的点。然而，这些方法都没有得到广泛接受。

本研究旨在通过一种新的自动客观方法评估激光扫描测量临床重要标志物及其间距的准确性。由于该研究的先导性，需要患者完全服从，我们选择对参与者进行扫描，这些参与者之前有正畸知识，并接受了正确的方法指导，以确保扫描过程中头部和面部的自发运动最小。然而，这一事实不应影响获得的结果，因为在充分的指导下，任何患者都应该能够在记录过程中尽量减少自发运动。我们测量了棘间距离、口长、鼻宽、外眼角距离、软组织鼻中点到鼻下点距离、鼻下点到颏唇点距离以及鼻下点和软组织角化点之间的距离。分析中包含的这七个面部参数描述了面部形状分析中的垂直和横向关系。为了检测这些地标以及它们之间的距离测量，我们使用三维局部形状描述符来提取感兴趣的点，这些点随后被识别并标记为解剖地标。本研究中提出的方法可以作为自动客观测量软组织标志点之间距离的第一步。使用FastSCAN™进行数据采集，这是一种带有磁跟踪系统的手持式激光扫描仪，可自动注册单个扫描并实时将其转换为一个虚拟3D模型。

通过确定每个数字测量值与直接手动测量值的差异来评估有效性。一般来说，从扫描面获得的测量值与基于物理面的手动测量值非常相似，只有几个主要差异。此外，在同一操作员连续三天对同一患者/面部进行重复测量时，FastSCAN™测量的可靠性很高。

在某些情况下，数字测量和手动测量的一致性较差，随后ML和NN距离的CCC值较低，其中一个原因可能是图像质量不足。在这种方法中，获取高质量的三维人脸图像至关重要。在数字化过程中，受试者需要保持静止，而扫描仪会获取受试者头部的详细信息。由于扫描过程缓慢，可能会出现意外的头部移动，这可能会导致扫描的面部变形。有一些方法可以将无意移动的影响降至最低，但移动影响的缺点仍然存在。此外，由于激光照射眼睛的安全问题，患者需要闭着眼睛进行扫描，这可能会干扰眼睛周围的任何标志物[21]. 此外，黑色或棕色睫毛和眉毛会意外吸收激光束，导致睫毛和眉周区域出现空白。通过插值填充孔可能会缓解此问题。有时，扫描图像的质量较差需要重新扫描。据报道，无法捕捉软组织表面纹理也是一个潜在的缺点，因为它使依赖于表面颜色的地标难以识别[20]. 引入一种自动定位软组织标志的方法可以弥补最后描述的缺点。我们相信，随着激光扫描技术的快速发展，我们将提供一张具有奇妙细节的脸，并且在不久的将来，现有的缺点将很容易解决。

重要的是，虽然手动测量是我们研究中的参考方法，但这并不意味着它们的测量没有误差。除了三维结构的二维摄影表示引起的误差外，由于软组织地标识别的微小变化，在手动测量中也会出现操作间和操作内误差。特别是，根据区域的形状而不是其中的特定点来识别地标是主观的，容易出错[22]. 例如，软组织肿块被定义为中矢面软组织下巴上最突出的点。要在没有拐角的缓缓弯曲斜坡上定位此点是很棘手且容易出错的。在测量鼻下点和软组织肿块之间的距离时，可能会出现分歧，这取决于面部软组织肿物的定位不准确。当其他软组织标志物被定位时，也会出现类似的问题。曲率图有助于轻松客观地定位扫描人脸内的这些地标。

内眼角和嘴角的位置会轻微影响用作起始参考线的中心对称线。因此，我们使用距中心对称线0.5 mm范围内的点和最小二乘法来确定对这些变化相当稳健的矢状剖面线。通过多项式拟合对一阶导数和二阶导数进行平滑，确实会略微改变定位的解剖标志，但达到我们认为可以接受的程度（如果轮廓没有过度平滑，则小于0.5 mm）。

结论

这项初步研究是走向临床面部分析中解剖标志和相关距离的自动和客观定位方法的第一步。由于所提议的自动化FastSCAN™激光扫描方法的客观性，可以避免操作人员之间的错误。此外，与手动方法相比，该方法大大加快了数据分析速度，仅在几分钟内即可产生临床可解释的面部距离。因此，未来的工作应该集中在进一步提高准确性和减少扫描和数据分析的时间，同时将临床测试扩展到更大的患者群体。