人工智能方法检测口腔疾病的泛图图像-一个系统的叙事审查
Katarzyna Zaborowicz1, Maciej Zaborowicz2, Katarzyna Cieślińska1
1Department of Orthodontics and Facial Malformations, Poznan University of Medical Sciences, Bukowska 70, 60-812 Poznań, Poland.
Journal of clinical medicine
|May 14, 2025
概括
人工智能 (AI) 通过分析牙,周周病变,囊和瘤的泛图图像来帮助牙科诊断. 人工智能工具提高了准确性和速度,但应该补充,而不是取代牙科专业人员的专业知识.
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:
- 人工智能 (AI) 越来越多地成为牙科诊断的组成部分,特别是用于分析数字泛指图像.
- 人工智能算法能够更快,更准确地识别牙病理,如,牙周病变,囊和瘤.
- 数字抽样术是一种常见的牙科成像技术,因此适合于AI模型开发.
研究的目的:
- 从2020年至2025年,系统地审查关于牙科诊断中人工智能应用的科学文献.
- 专注于人工智能在检测,周周病变和囊/瘤中的作用,使用泛图图像.
- 在这些诊断领域评估各种AI模型的性能和局限性.
主要方法:
- 对2020年至2025年间发表的研究进行系统叙事审查.
- 对人工智能模型的分析,包括神经网络 (U-Net,Swin Transformer,CNN),决策树,YOLO v8,DCNN和EfficientDet.
- 基于准确性和与人类专家表现的比较来评估AI性能.
主要成果:
- 神经网络 (U-Net,Swin Transformer,CNN) 在虫检测方面表现出很高的性能.
- 像U-Net和决策树这样的AI模型在识别周周病变方面表现出很高的有效性,有时超过初级牙医的表现.
- 先进的模型 (YOLO v8,DCNN,EfficientDet) 在检测囊和瘤方面达到95%以上的准确性.
结论:
- 人工智能通过提高图像分析的速度和准确性,显著帮助牙科专业人员.
- 人工智能作为一种有价值的补充工具,增强而不是取代牙医的专业知识和经验.
- 对于复杂的临床病例和更广泛的AI集成,需要进一步改进算法和网络培训.
