使用深度神经网络识别牙科植入物品牌和角度
Burcu Tiryaki1, Alper Ozdogan2, Mustafa Taha Guller3
1Research Assistant, Department of Electrical and Electronics Engineering, Faculty of Engineering, Atatürk University, Erzurum, Turkey.
The Journal of prosthetic dentistry
|September 16, 2023
概括
人工智能准确地识别牙科植入物品牌,并从全景放射图中估计它们的角度. 深层卷积神经网络实现了超过98%的准确性,证明了AI.
科学领域:
- 牙科放射学 牙科放射学
- 医学中的人工智能
- 机器学习用于医学成像.
背景情况:
- 从X光图中识别牙植入物品牌和角度是很困难的.
- 人工智能 (AI) 在这个诊断任务中的潜力仍然不确定.
研究的目的:
- 确定使用人工智能来识别牙植入物品牌和角度从全景放射图的可行性.
- 评估人工智能模型在分类植入物类型和估计其角度方面的准确性.
主要方法:
- 使用带有转移学习的深度卷积神经网络 (CNN).
- 五个CNN模型分析了来自2634张全景放射图的11,904张植入物图像.
- 基于深度CNN估计的植入角度的回归模型.
主要成果:
- 视觉几何组 (VGG) -19模型在植入物分类中实现了98.3%的准确性.
- 多数投票融合方法提高了准确度,达到98.9%.
- 植入器角度估计模型产生了2.91度的根平均平方误差.
结论:
- 人工智能可以高精度地从全景放射图片中分类牙植入物图像.
- 人工智能有效地以最小的误差估计牙科植入物的角度.
