基于深度学习的预测,即时植入物放置的可能性使用全景放射学
Sae Byeol Mun1, Hun Jun Lim2, Young Jae Kim3
1Department of Health Sciences and Technology, GAIHST, Gachon University, Incheon, 21999, Republic of Korea.
Scientific reports
|February 12, 2025
概括
深度学习使用全景放射图准确地预测牙植入物立即安置成功. 这种人工智能方法有助于临床医生在拔牙后确定植入物适合性.
科学领域:
- 牙科 牙科是指牙科的专业.
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 立即植入植入物提供好处,但需要仔细选择病例.
- 从提取前的成像中预测成功的即时植入物安置是至关重要的.
研究的目的:
- 评估深度学习模型的可行性,以预测即时植入物放置.
- 在这个任务中评估各种深度学习架构的准确性.
主要方法:
- 在874张全景射线图上训练并测试了六个深度学习模型 (DenseNet121,ResNet18/101,ResNeXt101,InceptionNetV3/ResNetV2).
- 使用了数据集,分为即时植入物放置可能和困难的组.
- 预处理的牙图像用于模型培训和验证.
主要成果:
- 所有评估的深度学习模型都实现了高性能指标.
- 所有模型的灵敏度,精度,精度,平衡精度和F1分数都超过了0.90.
- 对于立即植入物安置可行性的强有力的预测能力.
结论:
- 深度学习模型可以准确地预测即时植入物放置的可能性.
- 用人工智能驱动的全景射线图分析显示,改善牙科植入物规划具有前景.
