[基于深度学习网络模型的横向脑图自动诊断分类]
1Department of Orthodontics, Capital Medical University School of Stomatology, Beijing 100050, China.
概括
开发了一种人工智能 (AI) 模型,用于快速分类侧向脑图在正牙诊断中. 这种人工智能工具在识别骨和牙模式方面取得了很高的准确性,有助于临床决策.
科学领域:
- 牙科 牙科是指牙科的专业.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- ортодонтика诊断严重依赖于侧向脑图.
- 精确的骨和牙模式的分类对于有效的治疗规划至关重要.
- 目前的手动分析可能耗时,并且受观察者之间的变化影响.
研究的目的:
- 开发和验证基于人工智能 (AI) 的诊断分类模型,用于横向脑图.
- 提供一个快速可靠的工具,用于正牙诊断.
- 从横向脑图分类八个常见的诊断项目.
主要方法:
- 经验丰富的正牙医整理和注释了2894张横向头脑图的数据集.
- 使用DenseNet121架构构建了AI分类模型.
- 用准确度,精度,灵敏度,特异性和曲线下面面积 (AUC) 来评估模型性能.
主要成果:
- 成功建立了横向脑图的自动分类模型.
- 该模型在五种分类方面实现了高准确度 (80% - 90%),包括骨面部图案和切口的倾斜度.
- 所有分类的平均AUC为≥0.90,每张图像在0.012秒内快速完成诊断.
结论:
- 一个基于人工智能的自动分类模型使用DenseNet121成功地开发了侧向脑图.
- 该模型能够快速准确地分类关键的正诊断项目.
- 这种人工智能工具可以作为一个有价值的参考,用于正牙诊断和治疗规划.
