在美学修复中集成灰色关系分析和深度神经网络,以优化牙阴影选择
Chenglu Ruan1,2, Huayuan Yang1, Zhihe Li2
1School of Artificial Intelligence in Traditional Chinese Medicine, Shanghai University of Traditional Chinese Medicine, Shanghai, China.
概括
一个结合灰色关系分析 (GRA) 和深度神经网络 (DNN) 的新系统精确优化了牙修复颜色. 与传统方法相比,这种人工智能驱动的工具显著提高了效率和患者满意度.
科学领域:
- 牙科的美学 牙科的美学
- 人工智能在牙科中的应用
- 生物医学工程 生物医学工程
背景情况:
- 准确的阴影选择对于成功的牙科修复至关重要.
- 视觉评估和光谱测量等传统方法在实现最佳美学颜色匹配方面存在局限性.
- 需要个性化的方法来满足个体患者在牙科美学方面的偏好.
研究的目的:
- 开发和验证一个使用灰色关系分析 (GRA) 和深度神经网络 (DNN) 进行个性化口腔美学色彩优化的集成系统.
- 评估系统的性能与牙科修复中传统的颜色选择方法相比.
主要方法:
- 开发了一个集成GRA的系统,用于对15个临床变量进行权衡,并使用DNN (15→128→64→32→16个神经元) 来进行VITA阴影分类.
- 招募了150名患者,并评估了该系统的临床和技术准确性.
- 性能与假牙医的共识,光谱测量和视觉评估进行了比较.
主要成果:
- 集成的GRA-DNN系统实现了93.2%的临床准确性,明显优于视觉评估 (68.5%) 和光谱 (82.7%) (p < 0.001).
- 技术准确性 (ΔE00 ≤ 2.0) 为94.7%. 这是一个很好的结果.
- 处理时间从180秒缩短到45秒,患者满意度从72.3%增加到91.4%.
结论:
- 结合的GRA和DNN系统作为一个有效的推支持工具来优化口腔美学色彩.
- 这种方法促进了个性化审美治疗计划,增强了临床决策.
- 建议在未来进行多中心研究,以验证可概括性.
