基于人工智能驱动的解决方案的进展,用于在圆束计算机断层图像上自动分割牙纸空间. 一个系统的审查
Abdulmohsen Alfadley1, Sohaib Shujaat2, Ahmed Jamleh3
1Department of Restorative and Prosthetic Dental Sciences, College of Dentistry, King Saud bin Abdulaziz University for Health Sciences, Riyadh, Saudi Arabia; King Abdullah International Medical Research Center, Riyadh, Saudi Arabia.
Journal of endodontics
|May 31, 2024
概括
人工智能 (AI) 在形光束计算机断层扫描 (CBCT) 中的自动脉空间分割方面表现出色,改善了内牙诊断和治疗. 虽然准确,但人工智能的概括性受到方法的限制,需要进一步研究根管细分和文物分析.
科学领域:
- 牙科 牙科 牙科 牙科
- 放射学 放射学是一门学科.
- 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) 图像中对3D脉空间的自动细分为内科医生提供了重要的潜力.
- 应用包括增强诊断,治疗规划和临床教育.
研究的目的:
- 系统地审查CBCT图像上的人工智能 (AI) 驱动的自动纸空间细分的性能.
主要方法:
- 在PubMed,Web of Science和Cochrane数据库中进行了全面的文献搜索,截至2024年2月.
- 两位独立审查员选择了研究,提取了数据,并使用QUADAS-2工具评估了偏差风险.
主要成果:
- 包括13项研究,其中大多数显示出AI驱动细分的高准确性.
- 脉腔细分优于根管细分;单根牙比多根牙更准确地被细分.
- 第二个 mesiobuccal (MB2) 通道也显示出高分段性能,分段时间低至13秒.
结论:
- 人工智能模型在纸空间细分方面表现出色.
- 可概括性受到方法上的不一致性和低证据水平的限制.
- 需要进一步研究根管细分和人工智能对人工制造物诱导图像的性能.
