一个人工智能辅助的自动化定量评估系统,用于检测部关节的状形态变化
Yuan Li1, Mu-Qing Liu2, Zi-Neng Xu3
1Department of Oral & Maxillofacial Radiology, Peking University School & Hospital of Stomatology, Beijing 100081, China; Department of Prosthodontics, Peking University School & Hospital of Stomatology, Beijing, 100081, China; National Center for Stomatology & National Clinical Research Center for Oral Diseases, Beijing 100081, China; National Engineering Research Center of Oral Biomaterials and Digital Medical Devices, Beijing 100081, China; Beijing Key Laboratory of Digital Stomatology, Beijing 100081, China.
Journal of dentistry
|January 11, 2026
概括
这项研究开发了一种人工智能系统,用于使用圆束计算断层扫描 (CBCT) 扫描进行自动化关节 (TMJ) 状体形态评估. 与手动方法相比,人工智能系统显著减少了测量时间,显示了高精度.
科学领域:
- 放射学和医学成像学 医学成像学
- 医疗保健中的人工智能
- 生物医学工程 生物医学工程
背景情况:
- 关节 (TMJ) 疾病往往涉及复杂的状关节形态变化.
- 对这些变化进行准确的定量评估对于诊断和治疗计划至关重要.
- 目前的手动评估方法耗时且主观.
研究的目的:
- 开发和验证人工智能 (AI) 辅助系统,用于自动化定量评估关节状体形态变化.
- 与手动测量相比,评估人工智能系统的准确性,效率和可行性.
主要方法:
- 从114名患者中使用了212个圆束计算机断层扫描 (CBCT) 扫描.
- 开发了一个由三个模块组成的AI系统:自动细分 (U-Net),自动注册 (相互信息) 和自动定量测量.
- 通过放射科医生注释的扫描,包括正常和骨关节炎 (I型和II型) 以及治疗前/后扫描,验证了系统.
主要成果:
- 通过0.988 (正常),0.986 (I型OA) 和0.981 (II型OA) 的 Dice相似系数,实现了高细分精度.
- 自动和手动测量之间有很强的一致性 (尾体积为0.983的类内相关系数,尾头体积为0.995).
- 从100分钟 (手动) 显著减少到85秒 (自动) 的测量时间.
结论:
- 人工智能辅助系统显示了初步的技术可行性,用于评估关节状形态变化的放射性表现.
- 该系统提供了一个直观,用户友好和高效的定量评估.
- 需要对各种数据集进行进一步的验证,以确认可通用性.
