先进的AI辅助全景放射分析用于牙周预后和膜骨损失检测
Jarupat Jundaeng1,2,3, Rapeeporn Chamchong4, Choosak Nithikathkul1,2
1Ph.D. in Health Science Program, Faculty of Medicine, Mahasarakham University, Mahasarakham, Thailand.
Frontiers in dental medicine
|February 7, 2025
概括
一个人工智能模型准确地评估了全景放射图的牙周骨损失,提供了更快,更精确的预后. 这项技术改善了牙周炎管理中的诊断和患者结果.
科学领域:
- 人工智能在牙科中的应用
- 医学成像分析 医学成像分析
- 牙周病学 牙周病学
背景情况:
- 牙周炎是一种慢性炎症性疾病,导致牙脱落.
- 目前对膜骨损失的放射性评估是主观的,劳动密集的.
- 需要客观,高效的诊断工具在牙周病学.
研究的目的:
- 开发一个人工智能驱动的模型来准确评估膜骨损失.
- 使用卷积神经网络 (CNN) 进行牙周预后.
- 改善牙周炎的诊断和患者的治疗结果.
主要方法:
- 收集了2000张全景射线图. 收集了2000张全景射线图. 收集了2000张全景射线图.
- 开发了一个基于YOLOv8的AI模型,用于细分和分析.
- 对每个牙的量化骨损失和分类预后.
主要成果:
- 牙细分实现了97%的准确性.
- CEJ和骨水平细分显示了98%的准确性.
- 模型证明了骨损失检测和预后的有效性.
结论:
- 人工智能模型为牙周评估提供了一种最先进的方法.
- 为传统方法提供更快,更准确的替代方案.
- 有潜力显著改善牙周病诊断和患者护理.
