使用人工智能评估CBCT图像中的牙细分精度和时间效率:系统审查和元分析

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
• 医学图像分析 医学图像分析

背景情况:

• 精确的牙细分对于各种牙科手术至关重要.
• 手动细分是耗时的,容易变化.
• 人工智能的进步为自动化和高效的细分提供了潜力.

研究的目的:

• 在3D CBCT图像中系统地审查和元分析基于AI的牙细分的性能.
• 将人工智能方法的准确性和效率与手动细分进行比较.
• 为此任务确定最有效的AI模型.

主要方法:

• 在主要的科学数据库 (PubMed,Embase,Scopus,Web of Science,IEEE Explore) 中进行全面的文献搜索.
• 在选了5642条条目后,将35项研究纳入系统审查.
• 分析重点关注子相似系数 (DSC),以提高准确性和时间效率.

主要成果:

• 人工智能模型,特别是U-net卷积神经网络,被广泛使用.
• 基于人工智能的牙细分的聚合DSC得分为0.95 (95%CI为0.94-0.96),表明高准确度.
• 人工智能细分时间从1.5秒到3.4分钟不等,比手工方法快得多.

结论:

• 人工智能在CBCT图像中展示了牙细分的高精度和效率.
• 人工智能减少了处理时间,改善了临床工作流程.
• 未来的研究应该涉及金属文物校正和跨不同成像模式的细分.