Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Nøjagtighed af påvisning af karies fra intraorale billeder ved hjælp af forskellige kunstige intelligensmodeller

28. februar 2025 opdateret af: Sherine Tarek Mohamed Elsayed Khaled, Cairo University

Nøjagtighed af dental cariesdetektion fra intraorale billeder ved brug af forskellige kunstig intelligensmodeller versus konventionel visuel undersøgelse blandt en gruppe børn: en diagnostisk nøjagtighedsundersøgelse

Målet med denne observationsundersøgelse er at evaluere den diagnostiske nøjagtighed af forskellige deep learning-modeller til påvisning af tandkaries fra intraorale billeder taget af et professionelt intraoralt kamera hos børn. Hovedspørgsmålet det sigter mod at besvare er:

Hvad er den diagnostiske nøjagtighed af forskellige deep learning-modeller til påvisning af tandcaries fra intraorale billeder taget af et professionelt intraoralt kamera hos børn sammenlignet med den konventionelle kliniske visuelle undersøgelse?

Studieoversigt

Status

Ikke rekrutterer endnu

Intervention / Behandling

Undersøgelsestype

Observationel

Tilmelding (Anslået)

398

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

      • Giza, Egypten
        • Cairo University
        • Kontakt:
          • mahmoud ahmed Vice President for Graduate Studies and Research, Phd
          • Telefonnummer: 0235674835 0235674835
          • E-mail: info@cu.edu.eg
        • Kontakt:
          • sama sayed hanafy, Phd

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

  • Barn

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Ethvert barn med mindst én ødelagt tand til stede på rekrutteringstidspunktet på Pædiatrisk dentalafdelings diagnostiske center, Fakultet for Tandlægevidenskab, Cairo University.

Beskrivelse

Inklusionskriterier:

  • Barnetand med mindst én ødelagt tand.

Ekskluderingskriterier:

  • Barnetandsæt med udviklingsmæssige emaljefejl.
  • Børn med enhver systemisk medicinsk tilstand.
  • Forælder/barn nægter at deltage i undersøgelsen.
  • Usamarbejdsvilligt barn.

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
træningsgruppe
billeder, der bruges til at træne AI-modellerne til påvisning af dental caries fra intraorale billeder.
træne kunstig intelligens-modeller (FASTER RCNN, YOLOY) til at opdage tandkaries, og test derefter deres nøjagtighed
Andre navne:
  • YOLO
testgruppe
billeder, der bruges til at teste nøjagtigheden af ​​AI-modellerne til diagnosticering af dental caries fra intraorale billeder.
træne kunstig intelligens-modeller (FASTER RCNN, YOLOY) til at opdage tandkaries, og test derefter deres nøjagtighed
Andre navne:
  • YOLO

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Nøjagtighed af dental cariesdetektering fra intraorale billeder ved hjælp af forskellige kunstig intelligensmodeller versus konventionel visuel undersøgelse blandt en gruppe børn: en diagnostisk nøjagtighedsundersøgelse
Tidsramme: et år
Diagnostisk nøjagtighed af indekstests vil blive bestemt, herunder sensitivitet, specificitet, overordnet nøjagtighed, positive og negative prædiktive værdier og ROC-kurveanalyse.
et år

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Anslået)

30. april 2025

Primær færdiggørelse (Anslået)

30. december 2025

Studieafslutning (Anslået)

30. december 2025

Datoer for studieregistrering

Først indsendt

19. december 2024

Først indsendt, der opfyldte QC-kriterier

23. december 2024

Først opslået (Faktiske)

25. marts 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

25. marts 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

28. februar 2025

Sidst verificeret

1. december 2024

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

produkt fremstillet i og eksporteret fra U.S.A.

Ingen

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 .

Abonner