使用深度学习模型预测手术第一方法的整形外科手术
概括
深度学习准确地预测了整形手术的方法,区分了手术第一方法 (SFA) 和正牙第一方法 (OFA). 这个人工智能工具有助于个性化治疗规划和加速骨III类缺陷的工作流程.
科学领域:
- 牙正和口腔外科 牙正和口腔外科
- 人工智能在医学中的应用
- 医学成像分析 医学成像分析
背景情况:
- 手术第一方法 (SFA) 在整形外科手术中提供了诸如治疗时间缩短和更早的审美改善等好处.
- 在SFA和正牙第一方法 (OFA) 之间进行选择对于最佳的患者结果至关重要.
研究的目的:
- 开发和评估一个深度学习模型,用于预测在整形外科手术中的治疗模式 (SFA与OFA).
- 用各种成像输入来评估深度学习模型的临床准确性和性能.
主要方法:
- 使用三个卷积神经网络 (CNN) 的监督深度学习模型,在横向脑图和3D牙科模型扫描上接受了训练.
- 数据包括228名III类骨缺陷患者 (114名SFA,114名OFA).
- 一项废除研究分析了不同成像输入 (脑图,大,下,组合) 的影响.
主要成果:
- 该模型实现了高平均验证指标 (准确率:0.978,AUROC:0.998) 和测试指标 (准确率:0.906,AUROC:0.952).
- 部图像输入显示了最高的准确性.
- 只有横向脑外图的准确性最低.
结论:
- 深度学习提供了一种新,准确的方法来预测骨架手术治疗方式.
- 这种人工智能应用程序可以加速工作流程,支持临床决策,并使个性化治疗规划成为可能.
- 该模型显示了在整形手术中提高效率和结果的巨大潜力.
