Mikrobiel tandplakanalyse i unge permanente tænder ved hjælp af dyb læring

Tandplak er defineret som et mikrobielt samfund indlejret i en matrix sammensat af polymerer afledt af bakterier og indholdet af spyt, der udvikler sig på overfladen af ​​tænderne. Mikrobiel tandplak adsorberes på tandoverfladen inden for få sekunder efter tandrensning og forbliver funktionelt. Disse molekyler eksisterer primært i væsken i den subgingivale sulcus, sammen med spyt, og demonstrerer bosættelse i dette område. Den primære ætiologiske faktor for tandkødsbetændelse og paradentose er bakteriel plaque, som kan føre til ødelæggelse af tandkødsvæv og parodontal vedhæftning. Hos børn, hvis mundhygiejne ikke er etableret umiddelbart efter tandfrembrud, og regelmæssige børstevaner ikke indgydes, kan det bakterielle biofilmlag sætte sig på tandoverfladerne og tandkødskanterne forbundet med det mundtlige miljø, hvilket initierer tandkødsbetændelse.

Tidlig opdagelse og behandling af parodontale sygdomme i de indledende stadier hos børn er klinisk vigtig, da disse tilstande kan intensiveres og føre til uønskede resultater i senere perioder. Bakterieplak er den primære ætiologiske faktor for tandkødssygdomme hos børn. Det kan være en udfordring at identificere og skelne mellem mikrobiel tandplak hos patienter. Plaques kan påvises gennem rutinemæssig klinisk praksis ved anvendelse af parodontale prober og/eller plak-afslørende opløsninger. Selvom disse metoder er vidt anvendt, kan de give subjektive resultater. Disse vurderingsmetoder kan dog være besværlige, tidskrævende og mislykkede hos ikke-samarbejdsvillige børn. Derudover kan plak-afslørende opløsninger, der anvendes til mikrobiel tandplakdetektion, midlertidigt farve mundslimhinden og læberne. Litteraturen omfatter også digitale billeddannelsesanalyser såsom laser-induceret autofluorescensspektroskopi og HIS farverum til påvisning af mikrobiel tandplak. Men ulemperne, såsom de høje omkostninger til udstyr og teknisk standardisering, begrænser deres brug.

Af disse grunde sigter denne undersøgelse på at udvikle en overkommelig og let tilgængelig kunstig intelligens (AI) model til tidlig og nøjagtig diagnose af mikrobiel tandplak hos børn. Målet er at forebygge forskellige periodontale problemer og give motivation til mundhygiejne ved at evaluere diagnose- og påvisningsevnen af ​​denne AI-model.

Med fremskridt inden for kunstig intelligens til billedbehandling er forskningen i detektering, segmentering og kvantificering af tandplak i billeder optaget af tandkameraer steget markant. En undersøgelse forsøgte at påvise tandplak ved hjælp af en Enhanced K-Means maskinlæringsalgoritme. Derudover blev en Mask R-CNN-baseret tandsundhed Internet of Things (IoT) platform udviklet til at klassificere syv forskellige orale sygdomme, herunder tandplak, med en perfekt nøjagtighedsrate for plakgenkendelse, dog ikke til segmentering.

Mens U-Net-modellen i vid udstrækning anses for at være vellykket og mainstream inden for biomedicinsk billedbehandling, er der ingen undersøgelser i litteraturen om analyse af tandplak med U-Net og dets varianter. Derudover er der ikke fundet undersøgelser vedrørende analyse af tandplak i unge permanente tænder hos børn. Derfor bestræber denne undersøgelse sig på at træne seks avancerede kunstig intelligens-modeller, der inkorporerer variationer af U-Net-modellen, med det formål at forudsige tandplak i unge permanente tænder hos børn. Efterfølgende bliver deres præstationer minutiøst opsummeret og præsenteret til omfattende analyse. Til sidst, for at validere den kliniske gennemførlighed af den bedst ydende model, udføres statistiske hypotesetest, der sammenligner forudsigelserne fra AI-modellen med vurderingerne fra tre tandlæger.