在口内扫描上基于深度学习的三维冠状细分的准确性和时间效率:系统性审查和元分析
Mengfei Xu1, Xinlin Li2, Lingyun Wang1
1Department of Orthodontics, School and Hospital of Stomatology, Cheeloo College of Medicine, Shandong University & Shandong Key Laboratory of Oral Tissue Regeneration & Shandong Engineering Research Center of Dental Materials and Oral Tissue Regeneration & Shandong Provincial Clinical Research Center for Oral Diseases No.44-1 Wenhua Road West 250012, Jinan, Shandong, PR China.
Journal of dentistry
|May 25, 2025
概括
与手动方法相比,深度学习在口腔内扫描中显著提高了牙细分的准确性和速度. 这项技术提高了临床诊断和治疗效率,减少了手工劳动和主观判断.
科学领域:
- 数字牙科数字牙科
- 医疗保健中的人工智能
- 医疗图像分析 医学图像分析
背景情况:
- 在口腔内扫描中精确的牙细分对于牙科诊断和治疗计划至关重要.
- 深度学习 (DL) 越来越多地应用于网状细分任务,包括口内扫描.
- 基于DL的牙细分的准确性和效率的证据需要系统评估.
研究的目的:
- 在口腔内扫描中审查和元分析基于DL的牙细分的准确性.
- 与手动细分相比,评估DL方法的时间效率.
- 介绍牙科数字工作流程中DL应用的当前证据.
主要方法:
- 在主要的科学数据库 (PubMed,科学网,IEEE Xplore,Scopus,ScienceDirect) 进行系统的文献搜索.
- 使用诊断准确性研究质量评估-2 (QUADAS-2) 的包括研究的质量评估.
- 量化数据的元分析,包括平均交叉与联盟 (IoU) 和出版偏差评估.
主要成果:
- 在1220项研究中,共有44项研究符合纳入标准.
- 基于DL的牙细分的整体平均IOU为90.15% (95%CI:87.77-92.53%).
- DL方法比手工方法显著更快的细分时间,对犬类和前类动物有更好的结果.
结论:
- 在口腔内扫描中,基于DL的牙细分在速度,效率和客观性方面超过了手动方法.
- 目前的DL技术满足了基本的临床需求,但对于精确的牙边界细分还需要进一步研究.
- 在DL的进步是关键的自动化牙细分,降低成本,并标准化牙科数字工作流.
