对于自动化牙斑指数评估的深度学习:根据专家评估进行验证
Jin-Sun Jeong1, Kyeong-Seop Kim2, Yu Gu3
1School of Nursing and Rehabilitation, Cheeloo College of Medicine, Shandong University, Jinan, Shandong, 250012, China.
BMC oral health
|July 3, 2025
概括
一个新的深度学习系统可以自动检测和从口腔内图像中量化牙斑,其性能与经验丰富的牙医相提并论. 这种人工智能工具显示了改善远程牙科评估和口腔保健服务的潜力.
科学领域:
- 人工智能在牙科中的应用
- 数字牙科创新 数字牙科创新
- 口腔卫生评估技术的技术
背景情况:
- 人工智能 (AI) 正在推动医疗保健,特别是在诊断和临床决策方面.
- 自动牙斑检测可以提高患者护理和远程口腔卫生评估.
研究的目的:
- 开发和评估一个深度学习 (DL) 系统,用于自动检测和从口腔内图像量化牙斑块.
- 使用标准化的斑块指数进行准确的AI模型培训和验证.
主要方法:
- 从70名参与者中收集了斑块揭示剂之前和之后的口内图像.
- 使用LabelMe软件标记牙数据,用于DL模型培训和验证.
- 将DL系统的性能与经验丰富的牙医和牙科卫生师的评估进行了比较.
主要成果:
- DL模型实现了微平均精度为73.67%,宏平均精度为65.15%.
- 该系统的精度为76.34%,回忆率为65.15%,F1得分为66.15%.
- 统计分析显示,DL模型和经验丰富的牙医的表现之间没有显著差异 (P > 0.05).
结论:
- 基于DL的系统有效地自动化了从图像中评估牙斑,与临床医生的表现相匹配.
- 人工智能驱动的斑块评估工具对数字牙科和远程患者监测具有重大潜力.
- 这项技术可以提高口腔保健服务和患者的治疗结果.
