基于人工智能的尖通道可视化用于预防和检测植入后的损伤,使用形束计算断层扫描
T Jindanil1, R C Fontenele2, S L de-Azevedo-Vaz3
1OMFS-IMPATH Research Group, Department of Imaging and Pathology, Faculty of Medicine, KU Leuven, Leuven, Belgium; Department of Oral and Maxillofacial Surgery, University Hospitals Leuven, Leuven, Belgium; Department of Radiology, Faculty of Dentistry, Chulalongkorn University, Thailand.
International journal of oral and maxillofacial surgery
|March 18, 2025
概括
在CBCT扫描上用于下切口通道 (MIC) 分段的AI工具提高了检测和信心,有助于预防牙植入手术期间的神经损伤.
科学领域:
- 牙科 牙科是指牙科的专业.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 在牙科植入物手术期间,有创性神经损伤的风险.
- 对下切口通道 (MIC) 的准确可视化对于预防至关重要.
研究的目的:
- 临床验证人工智能工具用于CBCT上的自动MIC细分.
- 评估该工具对神经损伤预防和检测的影响.
主要方法:
- 在CBCT扫描上基于AI的MIC细分.
- 放射学家对人工智能分割通道与CBCT图像进行比较.
- 观察者对通道识别和损伤检测的评估与信心级别.
主要成果:
- 人工智能工具使双边MIC在手术前和后的CBCT上能够清晰可视化.
- 在术前评估中显著改善了切口管道检测 (25%) 和观察者信心 (8%).
- 人工智能工具在可视化MIC和提高专家信心方面展示了临床实用性.
结论:
- 这种基于人工智能的工具在临床上对CBCT上的双边MIC可视化非常有用.
- 人工智能驱动的细分和3D建模增强了手术前道检测和专家信心.
- 这项技术有助于预防与植入物相关的神经损伤.


