基于人工智能的新工具用于使用卷积神经网络在CBCT上进行一次性牙细分:一个验证研究
Sara Elsonbaty1,2,3, Bahaaeldeen M Elgarba1,2,4, Rocharles Cavalcante Fontenele1,2
1OMFS-IMPATH Research Group, Department of Imaging and Pathology, Faculty of Medicine, KU Leuven, Leuven, Belgium.
International journal of paediatric dentistry
|May 21, 2024
概括
人工智能平台在CBCT扫描上准确地划分母牙,比手工扫描快35倍. 这种自动化细分 (AS) 为儿科牙科治疗计划提供专家级准确性和一致性.
科学领域:
- 牙科 牙科是指牙科的专业.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 在形光束计算机断层扫描 (CBCT) 扫描上精确细分母牙对儿科牙科治疗计划至关重要.
- 传统的手动细分方法是劳动密集型的,需要专门的专业知识.
研究的目的:
- 验证基于云的人工智能 (AI) 平台,用于在CBCT扫描中对母牙进行自动细分 (AS).
- 将人工智能平台的准确性,时间效率和一致性与手动细分 (MS) 进行比较.
主要方法:
- 使用了来自37次CBCT扫描的402颗母牙的数据集.
- 手动细分 (MS) 作为地面真相,自动细分 (AS) 在同一平台上执行.
- 基于voxel和表面的指标,细分时间和类内相关系数 (ICC) 用于比较.
主要成果:
- 自动细分实现了高精度 (98 ± 1%) 和子相似系数 (DSC; 95 ± 2%).
- 人工智能平台的速度是手动细分的35倍,平均细分时间为24秒.
- 无论是MS还是AS都表现出了很好的一致性 (ICC分别为0.99和1).
结论:
- 人工智能平台为CBCT扫描中的初级牙细分提供专家级准确性.
- 自动化方法具有高度的时间效率和一致性,大大帮助儿科牙科治疗计划.
