手术第一方法中的人工智能:利用深度学习进行增强的条件重塑分析:一项回顾性研究
Umberto Committeri1, Gabriele Monarchi2, Massimiliano Gilli1
1Department of Maxillo-Facial Surgery, Hospital of Perugia, Sant'Andrea delle Fratte, 06132 Perugia, Italy.
Life (Basel, Switzerland)
|February 26, 2025
概括
在整形外科手术中,手术第一方法 (SFA) 与状体形态的传统手术后期方法 (SLA) 一样安全. 人工智能 (AI) 增强了对状肌肉变化的分析,提高了治疗效率.
科学领域:
- 整形手术 整形手术 整形手术
- 人工智能在医学中的应用
- 牙科成像分析 牙科成像分析
背景情况:
- 手术第一方法 (SFA) 通过省略手术前的正统牙科,减少了正统牙科手术治疗时间.
- 损害SFA的闭塞可能会带来状位移位和重塑的风险.
- 将SFA和手术后期方法 (SLA) 的结果对状行为进行比较至关重要.
研究的目的:
- 通过人工智能和深度学习来分析共性行为.
- 为了比较SFA和SLA关于状形态的结果.
- 评估SFA与人工智能集成的安全性和有效性.
主要方法:
- 从2016-2022年对77名患者 (18名SFA,59名SLA) 的回顾性分析.
- 使用AI驱动的3D切片机与CNN用于自动CBCT扫描细分 (7小时减少到5分钟).
- 术前和术后的3D模型对状直线和旋转偏差进行比较.
主要成果:
- 无论是SFA还是SLA都表现出高的外科准确性 (<2毫米线性,<2度旋转偏差).
- 在SFA和SLA中,状表面重塑的比率相似.
- 平均表面变化为0.41毫米 (SFA) 和0.36毫米 (SLA),在分类之间存在很小的差异.
结论:
- 深度学习有助于快速,精确的CBCT分析,用于早期检测状体变化.
- 与SLA相比,SFA不会对状骨形态产生不利影响.
- 当与用于整形手术的AI技术相结合时,SFA是安全有效的.
