为了确定性别,深度学习:分析了超过20万张全景射线图
Ana Claudia Martins Ciconelle1,2, Renan Lucio Berbel da Silva3,4, Jun Ho Kim3,4
1Machiron Ltd., São Paulo, Brazil.
Journal of forensic sciences
|September 25, 2023
概括
一个人工智能工具准确地从全景射线图 (PR) 中确定性别,达到95.02%的准确性. 图像分辨率在这个牙科AI性别确定研究中显著影响AI性能.
科学领域:
- 牙科 牙科是指牙科的专业.
- 人工智能的人工智能
- 放射学 放射学是一门学科.
背景情况:
- 从牙科记录中确定性别对于识别至关重要.
- 全景放射 (PR) 提供了牙结构的全面视图.
- 人工智能,特别是卷积神经网络 (CNN),在分析医疗图像方面表现有前途.
研究的目的:
- 通过使用PR.评估AI工具在确定性别方面的有效性.
- 确定影响人工智能模型在性别分类中的表现的因素.
- 评估图像分辨率,年龄和牙对AI准确性的影响.
主要方法:
- 利用了来自巴西15个临床中心的207,946名PR的数据集.
- 预处理的数据包括匿名化和人口统计和牙科信息的提取.
- 通过使用超参数调整和交叉验证,训练并验证了两种CNN架构 (标准CNN和ResNet).
主要成果:
- 标准的CNN模型在性别估计中实现了95.02%的准确性.
- 图像分辨率被确定为影响AI性能的关键因素.
- 在16岁以上的个体中,ResNet模型显示出高精度 (>96%),在女性图像上表现更好.
结论:
- 来自PR的AI驱动的性别确定是有效和准确的.
- 图像分辨率,患者年龄和性别是影响AI性能的重要因素.
- 这种人工智能工具在法医牙科和患者识别方面具有潜在的应用.
关键词:
卷积神经网络是一种卷积神经网络.深度学习是一种深度学习.机器学习是机器学习.全景射线图 (Panoramic Radiograph) 是一个全景射线图.性别估计的准确性估计的准确性性别估计性别估计更多相关视频
10:23Author Spotlight: Three-Dimensional Cephalometric Landmark Annotation Demonstration on Human Cone Beam Computed Tomography Scans
Published on: September 8, 2023
2.8K
04:48Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography
Published on: November 30, 2022
2.8K
