آناليز آنتروپومتري بيني به منظور كاربرد در جراحي رينوپلاستي

Nose Anthropometry Analysis Applicable for Rhinoplasty Surgery

آناليز تصاوير چهره انسان به دليل كاربردهاي فراوان آن در جراحي هاي چهره داراي اهميت زيادي است. اندازه گيري متريك هاي چهره از نماي جانبي به منظور آناليز در جراحي رينوپلاستي، در روند بهبود كيفيت عمل جراحي ناشي از نقص هاي مادرزادي، نقص هاي ناشي از تصادفات و بحث زيباشناسي چهره، كمك شاياني را مي تواند به متخصصين در قبل و بعد عمل جراحي داشته باشد. در اين مقاله يك روش مبتني بر مدل كانتور فعال بر اساس تنظيم توزيع گوسين مكاني به منظور اندازه گيري زواياي موجود در نماي جانبي چهره شامل: زاويه نازوفرونتال، زاويه نازومنتال، زاويه نوك بيني، زاويه تقعر چهره شامل بيني، زاويه تقعر چهره بدون بيني، زاويه منتولابيال و زاويه نازولابيال جهت كاربرد در آناليز جراحي رينوپلاستي معرفي شده است. الگوريتم پيشنهادي داراي دقت بالاي %90 در مقايسه با اندازه گيري دستي است. به كارگيري سامانه هاي آناليز جراحي چهره به منظور اندازه گيري متريك-هاي موردنظر در قبل و بعد عمل جراحي رينوپلاستي كمك شاياني را مي تواند به متخصّصين جراحي هاي چهره داشته باشد.

The facial image analysis is very important due to its numerous application in the facial surgeries. Measurement of facial metrics from the lateral view to analyze in the Rhinoplasty surgery, in the process of improving the surgery quality due to congenital defects, accident defects and facial aesthetics, can be of great help to specialists in the before and after surgery. In this paper, an Active Contour Model based on Local Gaussian Distribution Fitting is introduced to measurement the facial angles from a lateral view of the face including: Nasofrontal Angle, Nasomental Angle, Nose Tip Angle, Angle of Facial Convexity Including Nose, Angle of Facial Convexity Excluding Nose, Mentolabial Angle, Nasolabial Angle for use in Rhinoplasty surgery. The proposed algorithm has an accuracy above 90% compared to manual measurement. The existence of hardware and software tools in the field of facial surgery analysis can help to surgeons in the before and after surgery to the process of improving and fast recognition of desired metrics.