在CBCT上自动检测和近距离量化下膜神经和下第三:系统性审查
Abdullah R F Alanazi1, Saud A T Alshammari1, Salman A S Aljudaya1
1Department of Oral and Maxillofacial Surgery and Diagnostic Sciences, College of Dentistry, Jouf University, Sakaka, Kingdom of Saudi Arabia.
Journal of pharmacy & bioallied sciences
|October 30, 2025
概括
人工智能 (AI) 在CBCT扫描上改善了下膜神经 (IAN) 和下第三 (M3) 的识别和近距离测量. 人工智能通过增加神经局部化的准确性和可重复性来提高外科安全性.
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:
- 在下第三 (M3) 提取过程中,下膜神经 (IAN) 的精确定位至关重要,以防止神经损伤和随后的感觉障碍.
- 圆束计算断层扫描 (CBCT) 提供低辐射剂量的高分辨率成像,为评估IAN-M3关系提供有价值的诊断信息.
研究的目的:
- 系统地审查和调查基于人工智能的自动化方法的应用,用于识别IAN,并在CBCT图像上量化其与M3的近距离.
- 评估AI在提高IAN定位的准确性和可重现性的有效性,以实现更安全的M3外科手术程序.
主要方法:
- 对2013年至2025年间发表的研究进行了系统审查.
- 研究的分类是基于AI模型对IAN检测和M3的近距离测量的调查.
- 数据合成侧重于AI模型在识别IAN和评估其与M3在CBCT扫描中的关系方面的性能.
主要成果:
- 人工智能引导的方法在识别下膜神经 (IAN) 中表现出更高的准确性和可重复性.
- 使用人工智能对IAN和下第三 (M3) 之间的自动近距离量化显示出预外科评估的前景.
- 审查的AI模型有助于改进来自CBCT图像的诊断信息.
结论:
- 在CBCT图像上基于AI的IAN和M3的自动识别和近距离量化代表了牙科手术的重大进步.
- 人工智能引导的方法可以提高涉及下第三牙的手术程序的安全性和精度.
- 建议在解释CBCT扫描中进一步研究和整合AI,以优化手术结果并最大限度地降低风险.
