Detektion af proximale caries i bidevingeradiografi ved hjælp af kunstig intelligens
Detektion af Proksimal Karies i Bidevingeradiografi ved Hjælp af Kunstig Intelligens - En Diagnostisk Klinisk Undersøgelse
Studieoversigt
Status
Status
Betingelser
Betingelser
Intervention / Behandling
Intervention / Behandling
Undersøgelsestype
Undersøgelsestype
Tilmelding (Faktiske)
Tilmelding
Kontakter og lokationer
Studiesteder
-
-
-
Cairo, Egypten, 11331
- Ain Shams University
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Patienter med alle permanente for- og kindtænder (maksimalt én tand mangler på hver side)
Eksklusionskriterier:
- 1-Tandanomalier → Amelogenesis imperfecta, Dentinogenesis imperfecta, taurodontisme 2-Alvorlig tætstilling, der forhindrer visualisering af tandkontakter 3-Ortodontiske wire fastgjort til tænders emalje
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Antal grupper/kohorter
Kohorter og interventioner
Gruppe / kohorteGruppe / kohorte |
Intervention / BehandlingIntervention / Behandling |
|---|---|
|
Gruppe 1 Kunstig intelligens Dyb læring, der anvendes i diagnostik af den proximale caries
|
Diagnostisk test: Kunstig intelligens (AI): Dyb læring, der anvendes i diagnostik af proximal caries
Kunstig intelligens blev anvendt som et dybdelæringsdiagnostisk værktøj til at detektere proximale caries på digitale bidvængsradiografier.
Systemet analyserede billeder og genererede sandsynlighedsscorer og visuelle markører for mistænkte læsioner.
Dets præstation blev sammenlignet med ekspertundersøgelsesdiagnoser som referencestandard.
AI-resultater blev kun brugt til evaluering og påvirkede ikke patientbehandlingsbeslutninger.
|
|
Gruppe 2: Digital bitewing manuelt annoteret af menneskelige eksperter
|
Digitale bitewing-røntgenbilleder blev manuelt annoteret af kalibrerede humane eksperter for at identificere tilstedeværelsen og placeringen af approximal karies.
Annotationer blev udført ved hjælp af standardiserede diagnostiske kriterier og dedikeret billedbehandlingssoftware til at markere mistænkte læsioner.
Disse ekspertmarkeringer tjente som referencestandard for sammenligning med de kunstige intelligens-output.
Inter-undersøgerensighed blev vurderet, og uenigheder blev løst ved konsensus.
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Tidsramme |
|---|---|
|
Pålideligheden af den kunstige intelligens-model til at opdage proximale caries på digitale bidvingsradiografier
Tidsramme: tværsnitsvurdering ved baseline, uden opfølgningsperiode
|
tværsnitsvurdering ved baseline, uden opfølgningsperiode
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Samarbejdspartnere
Samarbejdspartnere
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Studiestart
Primær færdiggørelse (Faktiske)
Primær færdiggørelse
Studieafslutning (Faktiske)
Studieafslutning
Datoer for studieregistrering
Først indsendt
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Først opslået
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering sendt
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- CONS_ Rad 1180
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .