一个深度学习框架,用于自动分类和存档正牙诊断文档
Shahab Kavousinejad1,2, Zahra Ameli-Mazandarani2, Mohammad Behnaz1,2
1Department of Orthodontics, School of Dentistry, Shahid Beheshti University of Medical Sciences, Tehran, IRN.
Cureus
|January 29, 2025
概括
人工智能 (AI) 深度学习框架自动化了正形象分类,达到99.24%的准确性. 这种人工智能系统与数字牙手工方法相比,显著减少了错误和处理时间.
科学领域:
- 人工智能在牙科中的应用
- 对于医学成像的深度学习
- 数字正牙工作流程自动化工作流程自动化
背景情况:
- 手动分类和存档正牙图像是耗时且容易出现错误的.
- 不准确的文档损害了正牙治疗的准确性和患者的护理.
- 需要自动化解决方案来提高效率并减少正牙诊断中的人为错误.
研究的目的:
- 开发和评估一个人工智能驱动的深度学习框架,用于对正牙诊断图像进行自动分类和存档.
- 提高工作流程的效率,减少正牙形象管理中的错误.
- 为自动化的正牙诊断和治疗规划系统奠定基础.
主要方法:
- 利用了来自三个牙科诊所的13个类别的61,842个正牙图像的数据集.
- 实施了一种顺序分类方法,使用初级 (外口腔,口内口腔,放射学) 和二级模型,并增强了注意力模块.
- 将拟议的模型与预先训练的模型 (ResNet50,InceptionV3) 进行比较,并与13,729张图像进行外部验证.
主要成果:
- 人工智能框架在外部验证集上实现了99.24%的准确性,与人类专家的性能相当.
- 证明处理时间比手动分类方法快得多.
- 梯度加权类激活映射 (Grad-CAM) 证实了该模型的重点是临床相关的图像特征.
结论:
- 开发的深度学习框架有效地自动化了正诊断图像的分类和存档.
- 人工智能系统提供了高精度,临床相关性和实质性改进实时应用程序的处理速度.
- 这种自动化方法减少了医疗保健工作量,并推动了数字牙科向自动诊断和治疗规划迈进.
