在阿拉伯骨类II和III患者中的侧向脑度参数,并应用机器学习模型

科学领域:

• 矯正牙科 矯正牙科是一種矯正牙科.
• 机器学习 机器学习
• 头脑测量仪的使用方法

背景情况:

• 缺口是一个重要的全球口腔健康问题,影响整体健康.
• 准确诊断骨缺陷是有效治疗的关键.
• 这项研究侧重于阿拉伯人口中的骨II和III类缺陷.

研究的目的:

• 开发机器学习模型来对阿拉伯患者的骨II和III类缺陷进行分类.
• 为了比较骨类II和III组之间以及年龄/性别子组内的脑表参数.
• 分析头脑测量变量及其在骨类诊断中的作用之间的相关性.

主要方法:

• 使用502名阿拉伯正牙患者的数据进行了定量观察性研究.
• 基于 Calculated_ANB 的分类,这是一个修改的 ANB 角度测量.
• 主要组件分析 (PCA) 确定了模型输入的关键头度参数.

主要成果:

• 在骨类II和III患者之间观察到脑表参数 (例如,NL-NSL,SNA,SNB) 的显著差异.
• 计算_ANB显示与其他头脑测量措施有很强的相关性.
• 机器学习模型实现了高精度:仅用Wits评估和SNB角度达到0.95,用所有参数达到0.99.

结论:

• 大脑测量参数表现出由性别和年龄影响的显著关系.
• 智力评估和SNB角度是对分类正牙缺陷的高度准确和强大的预测指标.
• 机器学习证明了精确的骨缺陷诊断的潜力.