可解释的人工智能用于分类带膜骨缺陷在患有口唇裂和裂的患者
Felicia Miranda1,2, Vishakha Choudhari3, Selene Barone3,4
1Department of Orthodontics and Pediatric Dentistry, University of Michigan School of Dentistry, Ann Arbor, MI, USA. felmiran@umich.edu.
Scientific reports
|September 22, 2023
概括
一个新的人工智能 (AI) 算法使用3D模型准确地分类了裂唇和/或 palatal (CLP) 膜骨缺陷的严重程度. 这种可解释的AI工具有助于评估面异常和规划骨移植程序.
科学领域:
- 面外科手术 面外科手术
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 唇裂和/或裂 (CLP) 是一种常见的先天性面异常,需要膜裂骨移植.
- 精确评估膜骨缺陷严重程度对于有效的治疗计划至关重要.
研究的目的:
- 开发一种新的分类算法,用于评估使用3D表面模型在CLP患者中膜骨缺陷的严重程度.
- 展示一种基于人工智能的可解释算法来分类这些缺陷.
主要方法:
- 利用形束计算断层扫描 (CBCT) 对194名CLP患者进行扫描.
- 开发了一个使用3D表面模型和2D卷积神经网络 (CNN) 的分类器,并使用注意层来解释.
- 评估缺陷形态 (形状,高度,宽度) 用于地面真相严重性分类.
主要成果:
- 人工智能分类器实现了高精度,精度,回忆和F-1分数分别为0.823,0.816和0.817.
- 在严重程度指数分类方面表现出了很好的一致 (97.4-100%).
- 可解释的AI算法图形显示了影响分类决策的特征.
结论:
- 新的分类器和可解释的AI算法使用3D模型准确地分类了CLP患者的膜骨缺陷形态.
- 这种人工智能驱动的方法为评估面异常提供了可靠的工具.
- 人工智能的可解释性增强了临床理解和对其预测的信任.


