用深度学习算法自动识别牙科植入物品牌
H Yuce1, G Acıkgoz2, S Al-Jumaili3
1Research Asistant, Department of Oral, Dental and Maxillofacial Radiology, Faculty of Dentistry, Pamukkale University, Denizli, 20160, Turkey.
Dento maxillo facial radiology
|July 8, 2025
概括
深度学习算法在全景放射图上准确地识别牙科植入物品牌. VGG16实现了98.9%的准确性,证明了AI的准确性.
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
- 机器学习应用 机器学习应用
背景情况:
- 准确识别牙科植入物品牌对于患者护理和治疗计划至关重要.
- 目前用于牙科植入物识别的方法可能具有挑战性和耗时.
- 需要开发自动识别系统以提高效率并减少错误.
研究的目的:
- 用深度学习算法对各种牙科植入物品牌进行分类.
- 评估不同深度学习模型在从全景放射图中识别牙科植入物的性能.
- 建立一种可靠的基于人工智能的方法,用于牙科植入物品牌识别.
主要方法:
- 采用了来自四个牙科植入系统 (NucleOSS,Medentika,Nobel,Implant) 的5,375张剪切的全景放射图.
- 应用对比度有限的自适应直方体平衡 (CLAHE) 用于图像增强.
- 使用GoogleNet,ResNet-18,VGG16和ShuffleNet的深度学习算法进行分类.
- 使用ROC曲线,混矩阵,准确度,精度,灵敏度和F1分数来评估性能.
主要成果:
- VGG16实现了最高的准确度,达到98.90%.
- 谷歌网的准确率为96.00%,而ShuffleNet和ResNet-18的准确率分别为84.80%和84.40%.
- 与其他测试的算法相比,VGG16显示出统计学上显著的优异精度 (p < 0.001).
结论:
- 深度学习算法,特别是VGG16,在识别牙科植入物品牌方面非常有效.
- 用人工智能驱动的全景射线图分析为牙植入物识别提供了强大而准确的解决方案.
- 这项技术有可能显著改善牙科实践工作流程和患者的结果.
