用人工智能模型评估牙斑块区域
B Yüksel1, N Özveren1, Ç Yeşil2
1Department of Pediatric Dentistry, Faculty of Dentistry, Trakya University, Edirne, Turkey.
Nigerian journal of clinical practice
|June 29, 2024
概括
一个人工智能 (AI) 系统在检测牙上的牙斑时表现出很高的准确性,超过了人类牙医. 这种深度学习方法显示了改善牙科诊断的前景.
科学领域:
- 牙科 牙科是指牙科的专业.
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 检测牙斑对于口腔卫生和预防牙疾病至关重要.
- 目前用于斑块识别的方法可能是主观的和耗时的.
研究的目的:
- 评估基于深度学习的人工智能 (AI) 系统的诊断准确性,以识别牙斑.
- 将人工智能系统的性能与人类牙医的评估进行比较.
主要方法:
- 使用了来自20名患者 (10-15岁) 的168张永久牙照片的数据集.
- 在斑块染色之前和之后进行了口腔内摄影.
- 在标记图像上训练和测试了一种AI系统;性能与牙医比较,使用交界点 (IoU) 和曲线下的区域 (AUC).
主要成果:
- 人工智能系统实现了高性能指标:82%的精度,84%的灵敏度,83%的F1得分,87%的准确度和89%的特异性.
- 人工智能系统的IOU为76%和AUC为0.922,明显超过牙医的IOU为0.71和AUC为0.833 (P <0.05).
结论:
- 开发的AI算法在检测牙斑块方面显示出有希望的和临床上可接受的性能.
- 与人类牙医相比,人工智能系统在斑块识别方面表现出更高的诊断准确性.
