机器学习在牙周学和植入学中的应用:综合性综述
Cristiana Adina Șalgău1, Anca Morar2, Andrei Daniel Zgarta3
1University of Agronomic Sciences and Veterinary Medicine of Bucharest, Bucharest, Romania.
Annals of biomedical engineering
|June 17, 2024
概括
机器学习 (ML) 增强了牙科,特别是牙周病学和植入学. 本综述强调了ML模型,数据影响以及在牙科植入物和牙周护理中应用ML的优缺点.
科学领域:
- 牙科 牙科是指牙科的专业.
- 牙周病学 牙周病学
- 植入物学 植入物学
- 机器学习 机器学习
背景情况:
- 机器学习 (ML) 为牙科提供了显著的进步.
- 机器学习可以改善专业的工作流程和医疗过程的性能.
- 牙周病学和植入学可以从ML中受益,例如诊断和治疗规划等任务.
研究的目的:
- 概述最近在牙周病学和植入学中使用的ML技术.
- 为了确定各种牙科任务的流行的ML模型.
- 评估培训数据对ML算法成功的影响,并突出方法的优点/缺点.
主要方法:
- 2016年至2023年间发表的48篇原创研究论文的系统审查.
- 论文分类为牙周病学,植入物规划,植入物品牌/类型和牙科植入物成功.
- 分析的重点是目标,技术细节,数据特征,结果和医学观察.
主要成果:
- 确定了用于特定牙周病学和植入学任务的流行的ML模型.
- 评估了训练数据特征对ML算法性能的影响.
- 突出了牙科应用中各种ML方法的优缺点.
结论:
- 机器学习显示了促进牙周病学和植入学发展的巨大潜力.
- 代表性的ML方法展示了将AI整合到牙科实践中的好处和挑战.
- 进一步的研究可以优化ML应用,以改善牙周科和植入学患者的治疗结果.
关键词:
人工智能的人工智能是人工智能.深度学习是一种深度学习.植入物的品牌和类型.植入物计划 植入物计划机器学习是机器学习.周植入体炎 (peri-implantitis) 是一种发生在周植入体内的疾病.牙周病学 牙周病学更多相关视频
09:10Digital Hybrid Model Preparation for Virtual Planning of Reconstructive Dentoalveolar Surgical Procedures
Published on: August 5, 2021
1.7K
06:06Adjunctive Diode Laser Therapy and Probiotic Lactobacillus Therapy in the Treatment of Periodontitis and Peri-Implant Disease
Published on: May 9, 2022
2.5K
