从2D全景X射线进行3D重建的人工智能,以评估部受影响的犬类
Sumeet Minhas1, Tai-Hsien Wu1, Do-Gyoon Kim1
1Division of Orthodontics, The Ohio State University College of Dentistry, Columbus, OH 43210, USA.
Diagnostics (Basel, Switzerland)
|January 22, 2024
概括
这项研究探讨了使用人工智能从二维X射线中重建3D狗的位置. 虽然人工智能显示出希望,但需要进一步开发,以便在受影响的狗治疗中准确地进行牙科成像.
科学领域:
- 牙科成像 牙科成像 牙科成像
- 人工智能的人工智能
- 三维重建的3D重建
背景情况:
- 部受影响的犬类对诊断提出了挑战.
- 准确的3D定位对于治疗规划至关重要.
- 目前2D成像的局限性需要先进的评估方法.
研究的目的:
- 评估使用二维全景X射线对受影响的狗位置进行3D重建的可行性.
- 评估用于伪3D图像创建的生成AI算法.
- 为了确定AI预测的狗位置的准确性.
主要方法:
- 利用了来自123名患者 (74名受影响者,49名对照者) 的圆束计算机断层扫描 (CBCT) 数据.
- 生成配对的二维全景X射线和伪三维图像.
- 训练了一种深度学习的生成AI算法来预测狗的位置 (口腔/舌头,口腔/距离,顶部/冠状).
主要成果:
- 人工智能以41%的准确度预测了口腔/舌头位置,55%的准确度预测了口腔/远端位置.
- 重建质量的平均结构相似度指数 (SSIM) 为0.71 (范围为0.63-0.84).
- 这是第一个人工智能应用程序,用于对受影响犬的多学科诊断.
结论:
- 从二维X射线进行人工智能驱动的3D重建是可行的,但需要进一步改进.
- 开发的算法显示出有助于正牙医,牙周科医生和面外科医生的潜力.
- 加强深度学习算法对于强大的牙科重建应用程序至关重要.
