在使用3D卷积神经网络的CBCT图像上定位和分类多阶段虫
Shuai Qi1, Yujie Fu1, Haoxuan Shan2
1Department of Endodontics, Shanghai Engineering Research Center of Tooth Restoration and Regeneration, Stomatological Hospital and Dental School of Tongji University, Shanghai, 200072, China.
Clinical oral investigations
|April 14, 2025
概括
一个使用3D卷积神经网络 (CNN) 的人工智能 (AI) 工具,在束计算机断层扫描 (CBCT) 图像上准确地定位和分类牙,在诊断准确性方面表现优于牙医.
科学领域:
- 人工智能在牙科中的应用
- 医学成像分析 医学成像分析
- 牙科诊断 牙科诊断 牙科诊断
背景情况:
- 牙损是全球主要的健康问题.
- 圆束计算机断层扫描 (CBCT) 显示了虫病的诊断潜力.
- 早期诊断和精确的治疗计划至关重要.
研究的目的:
- 在CBCT图像上开发人工智能工具来检测.
- 准确地定位和分类多阶段牙损伤.
- 提升早期病诊断和治疗计划.
主要方法:
- 在1778张注释的CBCT图像上训练了一个3D卷积神经网络 (CNN).
- 人工智能工具的性能与三个牙医进行了比较.
- 关键指标包括精度,回忆,F1分数,DSC和AUC.
主要成果:
- 与牙医相比,人工智能工具实现了优异的病变定位 (DSC:0.776比0.700) 和分类 (F1得分:0.856比0.678).
- 在这两项任务中,人工智能表现出更高的精度和回忆力.
- 美国有线电视新闻网 (CNN) 的表现明显超过了人类评估者.
结论:
- 开发了一种高性能3D CNN,用于在CBCT上检测.
- 人工智能工具的诊断性能明显优于牙医.
- 在CBCT分析中整合人工智能可以提高病诊断的效率和准确性.
