深度学习和贝叶斯网络在牙科美学中进行个性化牙颜色预测的整合:一项针对中国汉族人口的研究
Chenglu Ruan1,2, Jianying Xiong1, Lin Wang3
1Department of Stomatology, Sanming Integrated Medicine Hospital, Sanming, China.
概括
一个新的混合AI模型准确地根据皮肤色调,年龄和性别预测牙颜色偏好. 这种方法增强了个性化的阴影选择,以提高美学牙科的患者满意度.
科学领域:
- 牙科美学 牙科美学
- 人工智能在牙科中的应用
- 生物识别分析 生物识别分析
背景情况:
- 牙颜色的选择对于美学牙科的患者满意度至关重要.
- 了解影响牙颜色偏好的因素对于个性化治疗至关重要.
研究的目的:
- 开发一种混合深度学习和贝叶斯网络模型,用于预测牙颜色偏好.
- 研究皮肤色调,年龄和性别对牙颜色选择的影响.
主要方法:
- 开发了一种混合模型,将卷积神经网络 (CNN) 和贝叶斯网络结合起来.
- 128名参与者评估了微笑图像中的16种VITA经典色调.
- 该模型使用leave-one-out交叉验证进行了验证.
主要成果:
- 混合模型实现了89.2%的预测准确度,超过了传统的贝叶斯网络 (82.5%).
- 总体而言,B1,A1和B2色调是最受欢迎的.
- 男人更喜欢B1,年龄与较浅的色调有负相关性,专业人士表现出更好的色调歧视.
结论:
- 新的混合框架显著提高了牙颜色预测的准确性.
- 研究结果为美学牙科中个性化阴影选择提供了定量指导.
- 这种方法可以改善临床结果和患者满意度.
