- 奥地利 / Österreich
- 波黑 / Босна и Херцеговина
- 保加利亚 / България
- 克罗地亚 / Hrvatska
- 捷克共和国 / Česká republika & Slovensko
- 芬兰 / Suomi
- 法国 / France
- 德国 / Deutschland
- 希腊 / ΕΛΛΑΔΑ
- 意大利 / Italia
- 荷兰 / Nederland
- 斯堪的纳维亚 / Nordic
- 波兰 / Polska
- 葡萄牙 / Portugal
- 罗马尼亚 / România & Moldova
- 斯洛文尼亚 / Slovenija
- 塞尔维亚和黑山 / Србија и Црна Гора
- 西班牙 / España
- 瑞士 / Schweiz
- 土耳其 / Türkiye
- 英国和爱尔兰 / UK & Ireland
斯德哥尔摩,瑞典:在许多数字牙科工作流程中,生成牙科和颌面结构的3D展示是一个关键步骤;然而,无论是手动还是半自动筛选,这个过程都可能耗时且容易受到观察者偏见的影响。为了解决这些问题,比利时和瑞典的研究人员培训并评估了一个基于云的平台,用于在CBCT图像中自动筛选上颌尖牙。他们报告说,该工具比专业人士更快地实现了一致且精确的结果。
该基于云的平台使用卷积神经网络进行培训,这是一个从图像中学习识别牙科病况和异常的计算模型。总共使用了100张CBCT图像,其中包括上颌尖牙的影响—用于训练模型的50张和用于评估其性能的50张。用于执行这两项任务的在线云平台,先前接受过培训以筛选多个牙科和颌面结构的虚拟患者创建者,该模型的性能是根据专业人员执行的半自动筛选进行评估的,比较了三维空间中每个单独像素和图像中的物体形状。
根据研究结果,自动化工具提供了对具有不同角度的上颌尖牙的一致而准确的筛选。“该模型的性能与临床专家执行的半自动筛选相当,”研究人员写道。他们补充说:“值得注意的是,该模型在没有人类变异问题的情况下表现出100%的一致性,当多次筛选相同病例时,它能够产生相同的结果。此外,只需要进行轻微的修改,这证实了自动分割与半自动筛选之间的高相似性。”
该模型还迅速执行分割。它平均需要21秒完成上颌尖牙的自动筛选,而半自动筛选则需要平均582秒,使其速度提高了24倍。
这项研究的标题为“基于深度学习驱动的锥束计算机断层摄影图像上颌尖牙的筛选”,于2024年1月3日在线发表在《科学报告》上。
人工智能 CBCT 牙科研究 正畸学
更多全球牙科新闻,请关注微信公众号:世界牙科论坛
五. 9 二月 2024
3:00 上午 CST (Shanghai)
三. 14 二月 2024
4:00 上午 CST (Shanghai)
四. 15 二月 2024
8:00 上午 CST (Shanghai)
五. 16 二月 2024
9:00 上午 CST (Shanghai)
二. 20 二月 2024
1:00 上午 CST (Shanghai)
三. 21 二月 2024
2:30 上午 CST (Shanghai)
四. 22 二月 2024
8:00 下午 CST (Shanghai)