深度学习在假牙的应用:一个系统的审查
Rata Rokhshad1, Kamyar Khosravi2, Parisa Motie3
1Resident, Department of Pediatric Dentistry, School of Dentistry, Loma Linda University, Loma Linda, Calif.
The Journal of prosthetic dentistry
|May 14, 2025
概括
深度学习在牙科假牙学中显示出很大的前景,特别是在假牙设计和制造方面. 标准化和验证对于这些先进的深度学习技术的广泛临床使用至关重要.
科学领域:
- 牙科 牙科是指牙科的专业.
- 人工智能的人工智能
- 生物医学工程 生物医学工程
背景情况:
- 深度学习 (DL) 应用正在牙科中出现,用于诊断,治疗规划和假肢制造.
- 目前缺乏一个全面的DL应用的概述,特别是在假牙.
研究的目的:
- 系统地审查牙科假牙中DL的应用,以进行内嵌,内嵌,皇冠和固定牙假肢 (FDP) 等修复.
- 评估DL在预测修复结果,优化假肢设计,帮助治疗规划,改善颜色匹配和自动化RPD和CD治疗的里程碑检测方面的作用.
主要方法:
- 这是一个对6个数据库 (PubMed,EMBASE,Scopus,Web of Science,arXiv,IEEE) 和Google Scholar的系统审查,并补充了手动搜索.
- 独立评估31项符合条件的研究,使用JBI批判性评估检查清单,第三名审查员解决差异.
- 基于DL应用的研究分类:恢复识别,结果预测,治疗计划,设计/制造,阴影匹配,RPD计划和面部变化分析.
主要成果:
- 该审查包括31项研究,其中10项显示偏差风险低. 大多数研究 (n=13) 集中在假肢设计和制造上,主要使用生成DL任务 (n=11).
- 卷积神经网络 (CNN) 是最常见的模型 (n=11),其次是生成对抗网络 (GAN) (n=7). 牙支的皇冠是被评估最多的修复 (n=14).
- 内口扫描仪 (IOS) 是主要的数据来源 (n=16). 报道的恢复识别准确度各不相同 (黄金为99.4%,线上为60%),灵敏度从88.6%到100%,IOU从60%到90%.
结论:
- 深度学习在假牙学中显示出巨大的潜力,特别是在假牙设计和制造方面.
- 方法的标准化和严格的验证对于可靠的临床采用DL驱动的方法在假牙非常重要.
