在全景牙科X射线中检测牙科修复和假肢设备,使用基于快速区域的卷积神经网络
Martina Benvenuto1, Marco Bologna1, Alice Fortunati2
1Synbrain S.r.l., via Bernardo Rucellai 10, Milan, Italy.
Dento maxillo facial radiology
|October 25, 2025
概括
一个人工智能 (AI) 框架在全景放射图 (PRs) 上准确地检测牙科修复和假肢. 这种人工智能工具可以提高诊断速度和准确性,简化牙科报告和检查流程.
科学领域:
- 牙科放射学 牙科放射学
- 人工智能在医学中的应用
- 医学成像分析 医学成像分析
背景情况:
- 全景射线图 (PRs) 对于牙科诊断至关重要.
- 在PR上手动检测修复和假肢是耗时的.
- 自动检测可以提高牙科评估的效率和准确性.
研究的目的:
- 开发一种人工智能 (AI) 框架,用于在全景射线图 (PRs) 上检测牙科修复和假肢设备.
- 评估AI框架在识别各种牙科元素中的准确性和效率.
主要方法:
- 使用了一个基于区域的快速卷积神经网络 (Fast R-CNN).
- 该模型在186个PR中进行了训练,并在42个PR中进行了验证.
- 在一组外部测试中评估了1133个PR的性能,目标是七种类型的修复和假肢.
主要成果:
- 人工智能框架在所有目标牙科元素中展示了高检测性能.
- 在检测设备,桥梁,填充物,植入物,保持器和皇冠方面获得了高精度,回忆和F1分数.
- 该系统在不到30秒的时间内处理了全景图像,表明了高效率.
结论:
- 人工智能框架显示出在PRs上自动检测牙科修复和假肢的巨大潜力.
- 这项技术可以简化牙科诊断和自动报告.
- 人工智能工具为提高牙科评估的速度和准确性提供了有价值的解决方案.
