臨床医のようにトレースする：解剖学的ガイド付き空間事前分布によるセファロメトリック・ランドマーク検出

Abstract

矯正歯科医がセファロメトリー用X線写真をトレースするとき、彼らは構造化されたワークフローに従います。すなわち、軟組織プロファイルを特定し、頭蓋を解剖学的領域に分割し、輪郭をトレースし、幾何学的な定義を用いてランドマークを位置付けます──しかし、この推論を再現する自動化システムは存在しません。私たちは、この臨床的ワークフローを計算処理へと翻訳する5フェーズの解剖学ガイド付き初期化パイプラインを提案し、下流のHRNet-W32検出器に向けた信頼度重み付き空間アテンションの事前分布を生成します。7+種類の撮像デバイスにまたがる3つの情報源から得た1,502枚のX線写真において、25個のランドマークで平均放射誤差1.04 mmを達成し、先行する最先端（19個のランドマークで1.23 mm）を15.4%上回ります。さらに、12個のランドマークは1 mm未満です。3通りの制御されたアブレーションにより、印象的な2つの知見が得られます。第一に、解剖学的事前分布を除去しても、収束が遅くなるだけではなく、汎化性能が壊れます。両モデルは検証データで約1.03 mmに収束するものの、テストセットでは1.94 mm対1.04 mmへと分岐します。第二に、解剖学的事前分布をランダム位置のガウス分布に置き換えると、汎化はさらに悪化し（2.24 mm）、改善が追加の入力チャネルによるものではなく、解剖学的に正しい位置付けに起因することが確認されます。空間事前分布として符号化された臨床領域の知識は、アーキテクチャやデータ拡張だけでは提供できない帰納バイアスを与えます。