- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT06965387
- Original retssag
Deep Learning for Gummy Smile Segmentation
Dyb læringsbaseret evaluering af gummy smil: Udvikling og validering af en segmenteringsmodel
Et gummy smil (overdreven synlighed af tandkødet, når man smiler), er ikke kun et æstetisk problem, men også en vigtig parameter med hensyn til periodontal sundhed. Aktuelle evalueringsmetoder er subjektive og ikke-standardiserede, hvilket fører til begrænsninger i både klinisk nøjagtighed og patientkommunikation. I de senere år er AI-baserede modeller begyndt at blive brugt effektivt i tandbilledanalyse og diagnostiske processer. Denne undersøgelse sigter mod at udvikle et AI-understøttet mål og reproducerbar analysemodel, der er i stand til at evaluere gummy smil fra både æstetiske og periodontale perspektiver ved hjælp af et unikt datasæt, der er sammensat af billeder opnået gennem standard kliniske protokoller og mærket af den samme ekspert.
Enkeltpersoner i alderen 12 år eller ældre uden maxillær anterior (tænder nr. 13-23) Tandtab vil blive inkluderet i undersøgelsen. Patienter med manglende anterior maxillære tænder (tænder nr. 13-23), betydelige anatomiske patologier eller smil-interfererende faktorer (f.eks. Ansigtspiercinger, ortodontiske apparater, ansigtshår) vil blive udelukket.
Standardiserede frontale fotografier tages ved hjælp af en enkelt enhed (iPhone 15) for at sikre konsistens i opløsning, belysning og farvebalance. Billeder vil blive fanget fra en fast afstand på 15 cm med deltagere i en lodret position, øjnene vender fremad og hoveder på linje med Frankfurt -vandrette planet. For at opretholde standardisering vil smartphonens gitterlinjer blive brugt til at justere den vandrette linje med eleverne og lodrette linjer med nasal alae.
Billeder af høje, gennemsnitlige og lave smilelinjer vil blive mærket af en periodontist ved hjælp af det webbaserede annotationsværktøj gøresense. Synlige tandkødsområder vil blive kommenteret som polygoner, der er afgrænset af den nedre grænse af overlæben og underordnet ved tandkødsmarginen. For deltagere med høje smilelinjer måles gingival display ved hjælp af ImageJ (National Institutes of Health, Bethesda, MD, USA), med kalibrering udført via en periodontal sonde indlejret på hvert foto. En pixel-til-millimeter-konverteringsfaktor vil blive afledt og påført på målinger mellem overlæben og tandkødsmarginen i den forreste maxillære sextant (tænder nr. 13-23). Afstande mellem parrede vartegn (punkter 7-13, 8-14, 9-15, 10-16, 11-17, 12-18) måles i millimeter. AI-baserede segmenteringsudgange (via Makeense) vil være statistisk sammenlignet med ImageJ-målinger for at vurdere korrelation.
Studieoversigt
Status
Betingelser
Undersøgelsestype
Tilmelding (Anslået)
Kontakter og lokationer
Studiekontakt
- Navn: Zeynep Turgut Cankaya, Associate Professor
- Telefonnummer: +90 5333899618
- E-mail: zeynepturgut@gazi.edu.tr
Undersøgelse Kontakt Backup
- Navn: Gulenay Colak, Research Assistant
- Telefonnummer: +905072637113
- E-mail: gulenaycolak@gazi.edu.tr
Studiesteder
-
-
Cankaya
-
Ankara, Cankaya, Kalkun, 06490
- Rekruttering
- Gazi University
-
Kontakt:
- Zeynep Turgut Cankaya, Associate Professor
- Telefonnummer: +905333899618
- E-mail: zeynepturgut@gazi.edu.tr
-
Ledende efterforsker:
- Gülenay Colak, Research Assistant
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Barn
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inkluderingskriterier:
- Enkeltpersoner i alderen 12 år eller ældre uden maxillær anterior (tænder nr. 13-23) Tandtab vil blive inkluderet i undersøgelsen.
Ekskluderingskriterier:
- Patienter med manglende anterior maxillære tænder (tænder nr. 13-23), betydelige anatomiske patologier eller smil-interfererende faktorer (f.eks. Ansigtspiercinger, ortodontiske apparater, ansigtshår) vil blive udelukket.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Kohorter og interventioner
Gruppe / kohorte |
|---|
|
• Højt smil
Gingivalmargener og cervikale områder er tydeligt synlige over overlæben.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Tidsramme |
|---|---|
|
Evaluering af gummy prøver ved hjælp af kunstig intelligens
Tidsramme: Fra tilmelding til behandlingen af 4 måneder
|
Fra tilmelding til behandlingen af 4 måneder
|
Samarbejdspartnere og efterforskere
Sponsor
Samarbejdspartnere
Efterforskere
- Studieleder: Zeynep Turgut Cankaya, Associate Professor, Gazi University
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Anslået)
Studieafslutning (Anslået)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Andre undersøgelses-id-numre
- E-77082166-604.01-881629
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
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 .