使用卷积神经网络进行自动头脑测量分析的准确性和临床有效性

科学领域:

• 医疗成像医学成像
• 人工智能在医学中的应用
• 矯正牙科 矯正牙科是一種矯正牙科.

背景情况:

• 头计测量对于正牙诊断和治疗规划至关重要.
• 使用人工智能 (AI) 的自动化系统,特别是级联卷积神经网络 (CNN),越来越多地用于地标检测.
• 评估基于AI的脑力测量分析的准确性和潜在错误是必不可少的.

研究的目的:

• 为了评估由AI检测的地标衍生出的脑力测量测量的误差范围.
• 为了确定水平和垂直地标位置错误对横向头脑测量测量的影响.

主要方法:

• 通过使用经过验证的AI模型,分析了来自正牙患者的120个横向头脑图.
• 人工智能识别的里程碑被与人类检查员进行了比较,以量化水平和垂直的位置错误.
• 评估了人工智能和人类地标定位之间的脑力测量测量差异.

主要成果:

• 人工智能和人类地标定位之间的平均差异为角测量0.99°,线性测量0.80 mm.
• 在大多数变量中,除了特定的角度和线性测量外,在头测量测量中发现了显著的差异.
• 标志位置的错误,特别是那些定义参考平面的错误,可以显著影响结果.

结论:

• 基于人工智能的脑测量分析在地标检测中引入了可能存在的错误,这可能会影响测量准确性.
• 标志上的位置错误,特别是那些定义参考平面的位置错误,对脑测量测量的影响是显著的.
• 临床医生应该意识到和考虑在正牙诊断中自动横向脑仪分析系统的潜在错误.