使用神经网络模型预测最终恢复颜色:基板轻度对陶阴影,半透明度和厚度的影响
Muneera Almedaires1,2, Alejandro Delgado1, Nader Abdulhameed1
1Department of Restorative Dental Sciences, College of Dentistry, University of Florida, Gainesville, Florida, USA.
概括
背景颜色和陶厚度显著影响脱酸盐恢复颜色匹配. 神经网络模型有效地预测了颜色结果,帮助临床医生实现美学结果.
科学领域:
- 牙科材料科学 牙科材料科学
- 牙科中的色彩科学
- 人工智能在牙修术中的应用
背景情况:
- 精确的颜色匹配对于美观的牙科修复至关重要.
- 二氧化陶提供出色的机械和美学性能.
- 预测颜色结果需要理解材料和环境因素之间的复杂相互作用.
研究的目的:
- 为了评估背景颜色,陶色调,半透明度和厚度对脱酸盐颜色匹配的影响.
- 开发和使用神经网络模型来预测最佳阴影匹配参数.
- 确定影响陶修复中颜色差异的关键因素.
主要方法:
- 使用神经网络模型分析陶阴影,半透明度和厚度的影响.
- 测试了各种背景颜色,包括质和牙色调.
- 使用光谱相量仪 (CM-700d,Konica Minolta) 记录了颜色测量结果 (L*,a*,b*).
主要成果:
- 背景颜色显著影响了颜色匹配 (p < 0.001).
- 神经网络模型解释了最终颜色值71.45%的差异.
- 最初的L*值,陶厚度和半透明度被确定为颜色匹配的关键预测因素.
结论:
- 背景颜色和陶厚度是最大限度地减少颜色差异的关键因素.
- 开发的神经网络模型显示了预测陶修复颜色结果的潜力.
- 神经网络可以帮助临床医生进行材料选择和参数优化,以获得美观的结果.
更多相关视频
05:42Detection and Removal of Tooth-Colored Composite Resin Using the Fluorescence-Aided Identification Technique
Published on: July 27, 2022
3.5K
07:42Quasistatic Mechanical Testing for Computer-Aided Design and Manufacturing Occlusal Veneers Cemented to Milled Dentin Analog Material
Published on: December 20, 2024
329
