基于人工智能,基于计算机和传统手动追踪方法的可靠性和可重复性的评估
Emel Arslan1, Tugce Sirin1, Husamettin Oktay2
1Istanbul Medipol University, Graduate School of Health Sciences, Department of Orthodontics (Istanbul, Turkey).
Dental press journal of orthodontics
|October 15, 2025
概括
人工智能跟踪方法 (AITM) 和基于计算机的跟踪方法 (CBTM) 在头脑测量分析中显示出卓越的可靠性. 然而,在AITM,CBTM和手动跟踪方法 (MTM) 之间存在显著差异,特定测量的一致性较低.
科学领域:
- 矯正牙科 矯正牙科是一種矯正牙科.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 技术进步正在改变科学方法,包括正义牙科的头脑测量评估.
- 由人工智能驱动的移动设备为正牙专业人员提供方便的,随时可行的分析.
研究的目的:
- 为了比较人工智能跟踪方法 (AITM,WebCeph) 和基于计算机的跟踪方法 (CBTM,NemoCeph) 与传统的手动跟踪方法 (MTM) 的可靠性.
- 与手工技术相比,评估人工智能和基于计算机的脑力测量分析的可靠性.
主要方法:
- 使用WebCeph,NemoCeph和手动追踪对250张横向头脑电图进行评估.
- 测量十个角度和五个线性脑力测量参数,包括SNA,SNB,ANB和Wits评估.
- 统计分析以比较这三种追踪方法.
主要成果:
- 这三种方法在SNA,SNB,ANB和Wits评估等几个参数之间观察到出色的可靠性 (ICC 0.915-0.979).
- 在比较追踪方法时,在大多数测量参数中发现了统计学上显著的差异.
- 在大多数参数上都发现了完美的协议,其中有两个中度协议.
结论:
- 大多数脑表测量方法之间存在显著的差异.
- 间角与AITM的复制性很低,U1/SN值与CBTM和AITM的一致性很低.
- 虽然人工智能和基于计算机的方法显示出希望,但需要仔细考虑特定参数的可靠性.
