相关实验视频
Updated: May 13, 2026
00:10
Precision Measurements and Parametric Models of Vertebral Endplates
Published on: September 17, 2019
6.5K
在横向脑图中使用机器学习来确定椎脊椎成熟度
Shahab Kavousinejad1,2, Asghar Ebadifar1, Azita Tehranchi1
1Dentofacial Deformities Research Center, Research Institute for Dental Sciences, School of Dentistry, Shahid Beheshti University of Medical Sciences, Tehran, Iran.
Journal of dental research, dental clinics, dental prospects
|February 3, 2025
概括
这项研究引入了一种机器学习模型,使用椎脊椎尺寸来准确确定骨成熟状态. 这种方法提供了一种更精确和自动化的方法来确定牙治疗的时间.
科学领域:
- 矯正牙科 矯正牙科是一種矯正牙科.
- 放射学 放射学是一门学科.
- 机器学习 机器学习
背景情况:
- 正确的时机正义牙增长修饰治疗对于最佳的结果至关重要.
- 传统的方法,如手腕X射线和脑图解读有局限性.
- 骨成熟度的评估是有效的正牙干预的关键.
研究的目的:
- 开发一种半自动机器学习方法来确定骨成熟状态.
- 使用椎脊椎尺寸 (CVD) 来提高成长评估的准确性.
- 为了提供一个更可靠的方法来定时正义牙科增长修饰治疗.
主要方法:
- 收集了980个横向脑图,并选择了8个椎脊椎 (C3,C4) 的地标.
- 采用基于比率的方法与自动_错误_减少 (AER) 函数用于地标准确性.
- 利用数据增强和一个堆叠模型,在头脑测量数据上进行训练和测试.
主要成果:
- 开发的机器学习模型在测试组中达到99.49%的高精度.
- 该模型显示了0.003的最小损失值,表明了强大的预测性能.
- 特性工程和数据增强有助于模型的有效性.
结论:
- 一个新的,半自动化的模型准确地评估了使用椎脊椎尺寸的骨成熟.
- 该方法简化了地标选择,并通过AER和数据增强提高了准确性.
- 这种机器学习方法有望在牙矯正中精确的临床应用.
更多相关视频
12:59Three and Four-Dimensional Visualization and Analysis Approaches to Study Vertebrate Axial Elongation and Segmentation
Published on: February 28, 2021
3.6K
10:23Author Spotlight: Three-Dimensional Cephalometric Landmark Annotation Demonstration on Human Cone Beam Computed Tomography Scans
Published on: September 8, 2023
2.6K
