面向牙周骨吸收分级的全景放射图的BRAR定多式数据集
Yiru Xia1,2, Zhi Li3, Zhikai Lin1,2
1Department of Periodontology, Shanghai Stomatological Hospital & School of Stomatology, Fudan University, Shanghai, China.
Scientific data
|December 14, 2025
概括
这项研究引入了牙周病研究的新数据集,包括专家注释的放射图和1,104名患者的临床数据,以帮助AI诊断工具.
科学领域:
- 牙科 牙科是指牙科的专业.
- 医疗成像医学成像
- 数据科学数据科学数据科学
背景情况:
- 精确评估膜骨再吸收对于治疗牙周疾病至关重要.
- 自动诊断工具由于缺乏大型,注释的多式联运数据集而受到限制.
研究的目的:
- 呈现一个全面的,经过专家验证的多式联络数据集,用于周期学.
- 促进人工智能驱动的牙周病诊断模型的开发.
主要方法:
- 收集了1,104名患者的数据,包括人口统计,全景放射和临床指标.
- 开发了一种骨吸收年龄比率 (BRAR) 用于标准化评估.
- 通过经验丰富的牙周医师的验证来确保注释质量.
主要成果:
- 创建了一个丰富的多式联运数据集,整合了放射和临床信息.
- 在患者和牙层面建立了经专家验证的注释.
- 该数据集包括新的骨吸收年龄比率 (BRAR).
结论:
- 该数据集是周期学中人工智能的基础资源.
- 加快牙周病诊断,预后和流行病学的研究.
- 加强自动诊断工具的开发,以更好地照顾患者.
