在全景图像上检测固定假肢:基于人工智能的研究
Melike Yurttas1, Ozlem Yarbasi2, Ridvan Karakurt3
1Department of Oral and Maxillofacial Radiology, Faculty of Dentistry, Kutahya Health Science University, Kutahya, Turkiye.
概括
YOLO-v5x模型在全景射线图中检测牙假体修复,包括冠冕和植入物,具有很高的准确性. 这种人工智能方法显示出改善牙科诊断和服务的前景.
科学领域:
- 人工智能在牙科中的应用
- 放射图像分析 放射图像分析
- 牙修复 牙修复 牙修复 牙修复 牙修复
背景情况:
- 牙假肢对于恢复口腔功能和审美至关重要.
- 全景放射是牙科中常见的诊断工具.
- 精确检测牙科假肢对于治疗规划和监测至关重要.
研究的目的:
- 评估YOLO-v5x架构在全景射线图中检测固定假肢修复的有效性.
- 评估YOLO-v5x在识别各种类型的假牙方面的性能.
主要方法:
- 使用YOLO-v5x深度学习模型进行描述性研究.
- 8000张全景放射图的数据集被策划和标记.
- 固定假肢修复被分为牙科植入物,牙柱,牙冠和植入物支的牙冠.
- 数据集被随机划分为培训 (80%),验证 (10%) 和测试 (10%) 集.
主要成果:
- 在所有类别的牙假体修复中,YOLO-v5x模型实现了高精度和灵敏度.
- 精度值在0.98至0.99之间,灵敏度值在0.98至0.99.之间.
- 皇冠修复构成了标记数据的大多数.
结论:
- YOLO-v5x在全景放射图上检测固定牙假肢修复的成功率很高.
- 该模型的高性能指标表明它有可能增强临床决策.
- 这种人工智能工具可以有助于开发更有效的牙科医疗保健服务.
