融合机器学习模型预测CAD-CAM陶颜色和相应的最小厚度在各种临床背景
Jiawei Yang1, Zezhou Hao2, Jiani Xu1
1Department of Prosthodontics, Shanghai Ninth People's Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai, China; College of Stomatology, Shanghai Jiao Tong University, Shanghai, China; National Center for Stomatology, National Clinical Research Center for Oral Diseases, Shanghai Key Laboratory of Stomatology, Shanghai Research Institute of Stomatology, Shanghai Engineering Research Center of Advanced Dental Technology and Materials, Shanghai, China.
概括
机器学习准确地预测CAD-CAM陶颜色和美学修复所需的最小厚度. 这种融合模型有助于在不同临床背景的材料选择.
科学领域:
- 牙科材料科学 牙科材料科学
- 机器学习应用 机器学习应用
- 数字牙科数字牙科
背景情况:
- 精确的颜色匹配对于美观的牙科修复至关重要.
- 在各种背景上预测CAD-CAM陶的最终颜色是具有挑战性的.
- 优化材料厚度对于实现所需的美学效果至关重要.
研究的目的:
- 开发和优化用于预测CAD-CAM陶颜色的机器学习模型.
- 确定陶的最低要求厚度,以掩盖不同的临床背景.
- 创建一个融合模型,以提高预测准确度.
主要方法:
- 评估了120个不同厚度的四种CAD-CAM材料的陶标本.
- 使用数字光谱仪测量CIELab在七个临床背景上的坐标.
- 使用ExtraTreesRegressor和XGBRegressor开发了一个融合模型,并通过SHAP分析验证.
主要成果:
- 聚变模型实现了高预测准确度 (R2 = 0.9).
- 陶的厚度和背景类型 (-和中等贵金属合金) 显著影响了最终的颜色.
- 为IPS ZirCAD (1.9毫米) 和Upcera TT CAD (1.6毫米) 确定了特定的最低厚度,以覆盖-背景.
结论:
- 开发的融合模型准确地预测了陶的颜色和所需的厚度.
- 该工具促进了在牙科修复中选择材料的自动决策.
- 优化的厚度选择确保在具有挑战性的背景上取得成功的美学成果.
