使用具有临床知识的多通道卷积神经网络在全景放射图中增强智慧牙的检测

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
• 口腔和牙面部外科手术

背景情况:

• 全景射线图对于评估智慧牙至关重要.
• 精确检测智牙有助于诊断和治疗计划.
• 目前的方法可能涉及复杂的注释或主观的解释.

研究的目的:

• 开发和评估一种基于人工智能的新方法,用于在全景放射图中检测智慧牙.
• 为智慧牙检测创建一个简化和高效的管道.
• 提高诊断的一致性和支持临床决策.

主要方法:

• 一个多通道卷积神经网络 (CNN) 设计用于智慧牙检测.
• 使用了一个精心策划的注释全景牙科图像数据集.
• 图像被预处理成三个通道 (全,左,右) 以模仿诊断工作流程.
• 一个基于分类的CNN模型预测了智慧牙在四个象限中的存在.

主要成果:

• 人工智能模型的准确度达到82.46%.
• 接收机运行特征曲线 (AUROC) 下的面积为0.8866.6.
• 精度回忆曲线 (AUPRC) 下的面积为0.8542,表明可靠的性能.
• 该方法在各种图像条件中显示出强度.

结论:

• 拟议的人工智能系统提供了一种可靠和高效的方法来检测智慧牙.
• 与传统的细分方法相比,这种方法可以减少注释开销.
• 该系统可以提高诊断的客观性和效率,特别是对于经验较少的从业者来说.