人工智能辅助的识别和评估下部不对称性在全景X射线图上
Wanting Qu1, Zelin Qiu2, Kwong Chuen Lam1
1Division of Paediatric Dentistry and Orthodontics, Faculty of Dentistry, The University of Hong Kong, Hong Kong SAR, China.
概括
一个人工智能 (AI) 模型准确地识别了下的地标在骨科学 (OPG) 放射图上,从而能够精确地评估牙诊断和治疗规划的不对称性.
科学领域:
- ортодонтика和牙科成像 牙科成像
- 人工智能在医学中的应用
- 生物识别和人类识别.
背景情况:
- 部对称性对于准确的正牙诊断和治疗规划至关重要.
- 评估下非对称性传统上依赖于手动地标识别从X射线图.
- 手动方法的局限性需要自动化,准确的解决方案.
研究的目的:
- 开发和验证一种人工智能 (AI) 方法,用于在骨科术 (OPG) 放射图上自动识别地标.
- 评估人工智能模型在测量下地标和诊断不对称性的准确性和稳健性.
- 评估AI模型在不同类型的牙 (混合型和永久型) 的性能.
主要方法:
- 使用1038张注释的OPG射线图开发一个AI模型.
- 图像的分类基于摩拉宽度,以解决水平扭曲.
- 通过基准识别准确性,测量一致性 (类间相关系数) 和不对称诊断率来评估疗效.
主要成果:
- 人工智能模型表现出高精度,平均地标检测误差为0.86 ± 0.95毫米.
- 在1,2,3毫米的成功检测率分别为75.33%,93.11%和96.72%.
- 人工智能和手工测量之间的高一致性 (ICC > 0.983) 和对不对称的诊断准确性 (例如,对于角的82.52%).
结论:
- 开发的AI模型准确地识别了下骨的地标,并从OPG放射图中评估了不对称性.
- 该模型显示了混合牙和永久牙的通用性和强度.
- 这种人工智能方法显示出作为牙矯正中临床诊断工具的巨大潜力.
