ディープラーニングのアプローチを用いたコーンビームコンピュータトモグラフィでペリインプラントの限界骨の喪失の検出と分類

科学分野:

• 放射線学 放射線学
• 人工知能 (AI) とは,人工知能 (AI) のことです.
• 歯科インプラント学 歯科インプラント学

背景:

• 歯周インプラントの限界骨の損失は,歯科インプラントの失敗の重要な要因です.
• 骨の喪失の放射線診断は困難であり,専門家の解釈が必要です.
• コンビーム・ビーム・コンピューティング・トモグラフィー (CBCT) は詳細な3Dイメージングを提供しますが,大規模なデータセットを生成します.

研究 の 目的:

• 周辺インプラントの限界骨の喪失の自動検知と分類のためのYOLOv8のディープラーニングモデルを評価する.
• CBCTスキャンから得られた2D画像でモデルのパフォーマンスを評価する.

主な方法:

• 699の2D CBCTセクションを使用した遡及的研究.
• YOLOv8オブジェクト検出モデルがインプラントと骨の喪失を識別するために訓練されました.
• 性能は,精度,精度,リコール,およびF1スコアメトリックを使用して評価されました.

主要な成果:

• YOLOv8モデルは,0.90.の全体的な精度で強力な診断性能を示しました.
• 健康な部位 (F1 0.95) と軽度の病変 (F1 0.90) に関する高性能が観察されました.
• このモデルは,平均精度 (mAP@0.5) を0.889と,三クラス体系で優れた信頼性 (Kappa=0.954) を達成した.

結論:

• YOLOv8ベースのディープラーニングモデルは,CBCT画像の周辺インプラントの限界骨の損失を確実に検出し,評価します.
• このモデルは,歯科インプラントのX線写真の分析を自動化する可能性を示しています.
• 今後の研究は,データセットの拡大と,さまざまな臨床環境でのパフォーマンスの検証に焦点を当てなければならない.