コーンビームCTにおける上顎正中縫合成熟段階のデータセット

科学分野:

• 矯正歯科
• 放射線科
• 医用人工知能

背景:

• 上顎正中縫合（MPS）癒合は、矯正用上顎拡大方法を選択する上で重要です。
• MPS成熟度の正確な評価は、治療計画に不可欠です。

研究 の 目的:

• 上顎正中縫合（MPS）癒合段階を分類するためのAIモデルを開発および検証すること。
• 治療選択を改善するために、患者因子とMPS癒合を相関させること。

主な方法:

• 4歳から25歳までの患者の600のコーンビームCT（CBCT）スキャンの分析。
• MPS段階分類のための3D畳み込みニューラルネットワーク（3D CNN）と全結合ネットワークの統合。
• MPS癒合との相関関係のための年齢、性別、口蓋形態などの因子の評価。

主要な成果:

• AIモデルは、AUC 0.95以上で高い診断パフォーマンスを達成しました。
• モデルは、すべての上顎正中縫合（MPS）成熟段階（A-E）を効果的に分類しました。
• 主要な患者因子がMPS癒合レベルとの相関関係にあることが特定されました。

結論:

• 開発されたAIモデルは、上顎正中縫合（MPS）癒合を正確に評価し、治療決定を支援します。
• モデルは、従来のRME（未閉鎖縫合用）および外科的または骨固定式RME（癒合縫合用）などの適切な上顎拡大技術の選択をサポートします。