المؤلف
Fehmi, Hasan, Aydin, K. C., Urkmez, E. S., Gunec, H. G., Kaya, E.
تاريخ النشر
2024-10-15
مكان النشر
-
كوينتيسينز فيرلاجز-جي إم بي إتش
الموضوع
تشخيص الفم، التصوير الشعاعي البانورامي، طب أسنان الأطفال، التعلم العميق، الذكاء الاصطناعي
النوع
دورية
اللغة
الإنجليزية
رقمي
نعم
مخطوط
لا
المكتبة
جامعة اوزيجين
معرف أصل المكتبة
1463-4201
رقم السجل
2bb0cd54-d614-4037-8488-e5e77b93051c
موقع المكتبة
علوم الكمبيوتر
التاريخ
2024-10-15
نص عينة
الهدف: يتم استخدام الأنظمة القائمة على الذكاء الاصطناعي (AI) في طب الأسنان لضمان عملية تشخيص أكثر دقة وكفاءة. كان الهدف من هذه الدراسة هو تقييم أداء برنامج التعلم العميق (DL) لاكتشاف وتصنيف هياكل الأسنان وعلاجاتها على الصور الشعاعية البانورامية لمرضى الأطفال. المواد والطرق: في المجموع، تم تحليل 4821 صورة شعاعية بانورامية رقمية مجهولة المصدر لأطفال تتراوح أعمارهم بين 5 و13 عامًا بواسطة YOLOv4، وهو نموذج للكشف عن الكائنات يعتمد على CNN (الشبكات العصبية التلافيفية). تم اختبار القدرة على إجراء التشخيص الصحيح على عينات من مرضى الأطفال الذين تم فحصهم ضمن نطاق الدراسة. تم إجراء جميع التحليلات الإحصائية باستخدام برنامج SPSS الإصدار 26.0. النتائج: قام نموذج YOLOv4 بتشخيص الأسنان الأولية وجراثيم الأسنان الدائمة والأقواس بنجاح، مع درجات F1 عالية تبلغ 0.95 و0.90 و0.76 على التوالي. على الرغم من أن هذا النموذج حقق نتائج واعدة، إلا أنه كانت هناك بعض القيود على بعض هياكل وعلاجات الأسنان، بما في ذلك الحشوات وعلاجات قناة الجذر والأسنان الزائدة. حققت بنية الدراسة الحالية نتائج موثوقة، مع بعض القيود المحددة للكشف عن هياكل الأسنان وعلاجاتها. الاستنتاج: إن الكشف عن بعض هياكل الأسنان وعلاجات الأسنان السابقة على الصور الشعاعية البانورامية للأطفال باستخدام النهج القائم على DL قد يوفر تشخيصًا مبكرًا لبعض الحالات الشاذة في الأسنان ويساعد ممارسي طب الأسنان على إيجاد خيارات علاج أكثر دقة عن طريق توفير الوقت والجهد.
DOI
10.3290/picd.b4200863
Cilt
27
