使用深度学习的磁共振扫描中自动化牙细分 - 一项试点研究
Tabea Flügge1, Shankeeth Vinayahalingam2,3,4, Niels van Nistelrooij1,2
1Charité - Universitätsmedizin Berlin, corporate member of Freie Universität Berlin and Humboldt Universität zu Berlin, Department of Oral and Maxillofacial Surgery, Hindenburgdamm 30, 12203 Berlin, Germany.
Dento maxillo facial radiology
|November 26, 2024
概括
在磁共振 (MR) 扫描中开发了一种人工智能模型用于牙细分,实现了高精度. 这种自动化方法在MRI扫描中显示出中等到高的有效性,特别是那些没有牙科器件的扫描.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 牙科解剖学 牙科解剖学
背景情况:
- 在磁共振 (MR) 扫描中精确的牙细分对于牙科诊断和治疗计划至关重要.
- 手动细分是耗时的,并且受观察者之间的变化影响.
研究的目的:
- 开发和评估人工智能 (AI) 模型,用于MRI扫描中自动化牙细分.
- 与手动细分相比,评估人工智能模型的准确性和有效性.
主要方法:
- 利用nnU-Net框架在16个患者的MR数据集上训练AI模型.
- 在MR成像中使用T1加权的3D-SPACE序列.
- 在4个独立数据集上使用精度,灵敏度,Dice-Sørensen系数和Hausdorff距离95% (HD95) 评估模型性能.
主要成果:
- 人工智能模型实现了0.867的精度,0.926的灵敏度和0.895.89的Dice-Sørensen系数.
- 平均豪斯多夫距离95% (HD95) 报告为0.91毫米.
- 由于图像工件,在牙科修复的扫描中,模型的准确性降低了.
结论:
- 在MRI扫描中成功开发了一种用于牙细分的自动化AI方法.
- 该模型显示了中等到高的有效性,特别是在没有文物的MRI扫描中.
- 可能需要进一步改进,以应对牙科修复和图像文物所带来的挑战.


