调整MRI和CBCT用于先进的TMJ诊断:在牙科和正牙科中使用人工智能注册的案例系列
Eduardo Duarte Caleme1,2, Lucia Cevidanes1, Claudia Mattos1,3
1University of Michigan, Ann Arbor, USA.
Seminars in orthodontics
|August 26, 2025
概括
一个新的人工智能 (AI) 模型MR2CBCT准确地记录了磁共振成像 (MRI) 和圆束计算断层扫描 (CBCT) 的数据. 这种人工智能驱动的方法提高了关节评估的诊断准确性.
科学领域:
- 医学成像
- 医学的人工智能
- 牙科诊断
背景情况:
- 精确的图像记录对于牙科多式成像至关重要.
- 手动注册方法可能会导致诊断错误.
- 开源人工智能解决方案有助于改善临床工作流程.
研究的目的:
- 评估MR2CBCTAI模型的功能性和临床价值,用于MRI到CBCT的注册.
- 将基于人工智能的注册与临床病例的手动注册进行比较.
- 评估人工智能注册对诊断准确性和临床决策的影响.
主要方法:
- 开发和应用开源的MR2CBCT人工智能模型.
- 在五个临床关节 (TMJ) 病例中记录MRI和CBCT图像.
- 基于人工智能的注册与手动注册的比较分析.
主要成果:
- 在MR2CBCT人工智能模型中,MRI和CBCT图像的有效记录.
- 基于人工智能的注册纠正了手动对齐中常见的差异.
- 通过人工智能方法生成的融合图像在解剖学上更加连贯.
结论:
- MR2CBCT是一个可靠且易于使用的多模式图像集成工具.
- 基于人工智能的注册可以提高关节评估的诊断准确性.
- 这项技术有助于改善牙科和一般牙科的临床决策.
