クリニックからコミュニティへ:公衆衛生の歯科を支援するためにエナメルカリアの検出のための解釈可能な人工知能フレームワーク

科学分野:

• 歯科 歯科は,歯科を専門とする歯科です.
• 人工知能 (AI) とは,人工知能 (AI) のことです.
• メディカルイマージング (医学イメージング)

背景:

• 歯のエナメルカリースは広範囲にわたる口腔疾患であり,効果的な非侵襲的管理のために早期発見が必要です.
• 視覚検査やX線写真などの従来型の診断方法は,初期病変に対する感度や検査者の変性に関する制限があります.

研究 の 目的:

• 複数の重症度でエナメルカリアの自動分類のための効率的で解釈可能なディープラーニングフレームワークを開発する.
• カーエスの自動検知における臨床的適用性と透明性を確保するために.

主な方法:

• 歯科画像の12,000のデータセットが使用され,Modified EfficientNetB0およびModified MobileNetV2モデルをトレーニングしました.
• 注意誘導型融合メカニズムは,解釈可能性のために,グラディエント加重クラスアクティベーションマッピング (Grad-CAM) とモデルを組み合わせた.

主要な成果:

• 融合したモデルは96.92%の精度,F1スコア96.92,ROC AUC99.34%を達成しました.
• 個々のモデル (Modified EfficientNetB0とMobileNetV2) は,それぞれ96.33%と96.25%の高い精度を示しました.
• このフレームワークは,リアルタイムでの臨床応用に適した低推論時間を実証し,隣接する段階間の誤分類が最小限に抑えられた.

結論:

• 提案されたディープラーニング・フレームワークは,歯のエナメルカリアの正確な,解釈可能な,効率的な検出を提供します.
• システムのスピードと明確さは,臨床的意思決定を支援し,早期介入と最小侵襲的治療を促進します.
• 汎用性の向上のために,マルチセンターおよびマルチモダルデータによるさらなる検証が推奨されます.