使用人工智能在形光束计算机断层扫描图像中对面结构的自动细分的有效性:系统性审查

科学领域:

• 牙科 牙科是指牙科的专业.
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 使用人工智能 (AI) 在圆束计算机断层扫描 (CBCT) 中对大骨和下骨的自动细分正在改变数字牙科和正义牙科.
• 应用包括迷你植入物安置,牙科植入物学,正手术和骨移植规划.

研究的目的:

• 系统地评估AI模型的性能,特别是基于U-Net的卷积神经网络 (CNN),用于CBCT中骨结构的自动细分.
• 该评估遵循PICOS模型,将基于AI的细分与手动细分进行比较,以确定诊断准确性研究的准确性.

主要方法:

• 在PROSPERO.中注册的PRISMA 2020指南的系统审查.
• 包括的研究应用人工智能在CBCT中对骨细分,并报告了定量准确度指标.
• 使用 QUADAS-2 评估偏差风险,并使用 GRADE 工具进行建议.

主要成果:

• 分析了11,432次CBCT扫描的31项研究符合纳入标准.
• 人工智能模型展示了高分段精度 (迪斯相似系数>0.98) 和较低的处理时间与手动方法相比.
• 确定的挑战包括解剖学变异性,成像工件和有限的高质量注释数据集.

结论:

• 在CBCT中,基于人工智能的上和下骨的细分显示出与手工技术相比有希望的准确性和效率.
• 证据的确定性受到回顾性设计和小型异质样本的限制.
• 为了可靠的临床采用,需要进行大规模的前性多中心研究,并进行标准化的评估.