牙科植入物的自动识别:一个新的,快速和准确的人工智能系统
N A Hassan1, A E Kamel2, A E Omran2
1Lecturer, Prosthodontics Department, Faculty of Dentistry, Cairo University, Cairo, Egypt.
The European journal of prosthodontics and restorative dentistry
|December 13, 2023
概括
这项研究表明,YOLOv8m-seg算法可以从X射线中准确识别牙植入物类型. 这种人工智能工具有助于牙医选择正确的假肢组件,改善患者的治疗结果.
科学领域:
- 人工智能在牙科中的应用
- 医学成像分析 医学成像分析
- 牙科植入物学 牙科植入物学
背景情况:
- 牙假肢的并发症可能需要切除和更换植入物.
- 准确识别牙植入物类型对于选择合适的假肢组件至关重要.
- 目前用于识别牙科植入物的方法可能耗时,可能导致错误.
研究的目的:
- 评估YOLOv8对象检测算法用于自动识别牙科植入物类型的准确性.
- 为了评估YOLOv8m-seg在分析数字周周放射图的性能.
- 确定使用人工智能用于牙科植入物分类的可行性.
主要方法:
- 开发了一个YOLOv8m-seg物体检测模型.
- 该模型是通过2573张数字周周放射照片的数据集进行训练的.
- 在培训数据中包括了六种不同的牙科植入物制造商的产品.
主要成果:
- YOLOv8m秒模型实现了高精度,精度,回忆,F1得分和mAP值分别为0.919,0.98,0.95和0.972.
- 该模型的平均检测速度为每张图像1.3秒.
- 在单个X光照中实现了同时检测和识别多个牙科植入物.
结论:
- 在YOLOv8m-seg算法显示显著的承诺,识别牙植入物从周围的X射线图.
- 人工智能系统提供了高检测精度 (97.2%),快速处理,并有能力同时分析多个植入物.
- 这项技术可以简化假肢组件的选择,为牙医和患者节省时间和资源.
