用深度学习设计的嵌入式修复在操作员经验中的基准测试:实验室时间效率,接触强度和轮质量的比较
Jun-Ho Cho1, Hyung-In Yoon2, Burak Yilmaz3
1Department of Prosthodontics, School of Dentistry and Dental Research Institute, Seoul National University, Seoul, Republic of Korea.
Journal of dentistry
|September 4, 2025
概括
与传统方法相比,牙科内嵌的深度学习 (DL) 工作流程大大缩短了设计时间,并减少了操作员的变化. 虽然DL提高了效率,但经验丰富的人仍然对恢复性牙科的最佳接触和轮质量至关重要.
科学领域:
- 数字牙科
- 人工智能在假牙领域
- 用于牙科修复的CAD/CAM
背景情况:
- 传统的嵌入式设计依赖于人工专业知识,导致时间效率和质量的变化.
- 深度学习 (DL) 提供了自动化和优化牙科设计工作流程的潜力.
- 评估与人类操作者的DL性能对于临床采用至关重要.
研究的目的:
- 基于深度学习 (DL) 的嵌入式设计工作流程与基于人类的方法进行评估.
- 评估DL对时间效率,接触强度和轮质量的影响.
- 确定DL是否减少了经验相关的操作者之间的变化.
主要方法:
- 对比了五种嵌入式设计工作流程:传统 (大师/初学者) 和三个DL变化 (生成,大师优化,初学者优化).
- 使用25个数字扫描后面的牙准备的 mesial-oclusal (MO) 或远端-oclusal (DO) 腔.
- 使用统计分析 (克鲁斯卡尔-瓦利斯,恩测试) 评估时间效率,隐形/近距离接触强度和轮质量.
主要成果:
- DL工作流程大大缩短了设计时间,特别是即生成版本.
- 在不同工作流程中发现了明显的隐形和近距离接触强度和轮质量差异.
- 用户对DL的优化显示出基于经验水平的差异,但DL降低了整体变化.
结论:
- 深度学习的工作流程提高了时间效率,并减少了技术人员在嵌入式设计中的变化.
- 人类专业知识对于实现牙科修复的最佳数量和质量结果至关重要.
- 基于DL的工作流程有望提高牙科CAD/CAM的效率并减少技能差异.
