一个下缺陷数据集用于口腔和面外科手术中自主重建规划
Jinyang Wu1,2,3, Lai Jiang1,2,3, Liangjing Shao4,5
1Department of Oral and Cranio-Maxillofacial Surgery, Shanghai Ninth People's Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai, China.
Scientific data
|November 10, 2025
概括
这项研究介绍了下缺陷重建的第一个临床数据集,这对于推进口腔外科人工智能算法至关重要. 该数据集增强了人工智能模型的概括性,以获得更好的患者结果.
科学领域:
- 口腔和牙面部外科手术
- 人工智能在医学中的应用
- 医学成像和数据科学医学成像和数据科学
背景情况:
- 深度学习算法在口腔和面外科手术中显示出下缺陷重建的前景.
- 高质量的数据集对于开发有效的深度学习模型至关重要,但目前是瓶.
- 现有的数据集往往缺乏强大的AI开发所需的临床复杂性和多样性.
研究的目的:
- 引入第一个临床衍生下缺陷数据集.
- 为培训和验证下重建人工智能模型提供一个有价值的资源.
- 通过包括详细的缺陷信息来支持未来的临床研究.
主要方法:
- 汇编了147个手动注释的各种下缺陷模型.
- 经验丰富的外科医生通过严格的临床标准来进行注释.
- 包括HCL分类诊断和每个缺陷模型的相关信息.
主要成果:
- 该数据集准确地代表了复杂的临床缺陷边界和患者特定的解剖学.
- 它提供了各种各样的下缺陷,与以前的数据集不同.
- 该数据集有助于开发更具普遍性和适应性的人工智能模型.
结论:
- 部缺陷数据集是人工智能在口腔和面外科手术中的重大进步.
- 它解决了对高质量,临床相关数据的关键需求.
- 这个资源将加速开发人工智能驱动的 mandibular 重建的解决方案.
