基于深度学习的预测,使用全景射线图进行破裂牙提取的指示

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:

• 裂牙综合征是一种常见的牙科问题,通常需要拔牙.
• 早期诊断破裂的牙对于有效的治疗计划至关重要.
• 全景放射是牙科中广泛使用的成像技术.

研究的目的:

• 评估使用深度学习模型来预测破裂牙提取指示的可行性.
• 评估人工智能算法在破裂牙全景放射图上的诊断性能.
• 为了确定深度学习在识别由于裂而需要拔牙的准确性和可靠性.

主要方法:

• 一个深度学习模型被训练并使用418颗牙的全景放射图 (209个正常,209个破裂) 进行了测试.
• 三种不同的深度学习架构 (InceptionV3,ResNet50,EfficientNetB0) 被评估用于破裂的牙诊断.
• 该模型经历了五次交叉验证,训练,验证和测试数据的比例为3:1:1.

主要成果:

• 深度学习模型的灵敏率在90.43%至94.26%之间.
• 具体性在52.63%至60.77%之间,整体准确度在72.01%至75.84%之间.
• 据报道,模型的F1分数在76.36%和79.00%之间.

结论:

• 深度学习模型显示了从全景X射线图中预测破裂牙提取指示的潜力.
• 虽然灵敏度很高,但临床应用需要进一步提高特异性.
• 对全景放射图的AI辅助分析可能有助于早期检测破裂的牙.