Künstliche Intelligenz versus konventionelles digitales Design für festsitzenden Zahnersatz
Genauigkeitsbewertung von künstlicher Intelligenz versus konventionellem digitalem Design für festsitzenden Zahnersatz: (Eine In-vitro-Studie)
Diese In-vitro-Studie zielt darauf ab, die Genauigkeit eines künstlichen Intelligenz (KI)-basierten automatischen Designs für festsitzenden Zahnersatz (FDP) im Vergleich zu herkömmlicher CAD-Software zu bewerten. Digitale Scans von Zähnen, die festsitzenden Zahnersatz benötigen, werden gesammelt und zur Erstellung von Prothesendesigns mit zwei Ansätzen verwendet: menschlich gestaltete CAD-Restaurationen und KI-generierte Restaurationen.
Das primäre Ergebnis ist die Designgenauigkeit, bewertet durch 3D-Überlagerung und Intersection over Union (IOU) Prozentsatz. Sekundäre Ergebnisse umfassen die Randdetektionsleistung, gemessen mit F1-Score, Präzision und Recall. Eine Gesamtstichprobengröße von 438 Scans wird analysiert.
Die Studie wird feststellen, ob KI-generierte Prothesendesigns eine vergleichbare Genauigkeit zu herkömmlichen digitalen Designs aufweisen.
Studienübersicht
Status
Detaillierte Beschreibung
Diese Studie ist als in-vitro-Vergleichsstudie konzipiert, um die Genauigkeit und Leistung eines KI-basierten automatischen Designsystems für festsitzenden Zahnersatz (FDP) im Vergleich zu herkömmlicher CAD-Software zu bewerten.
Digitale Scans von Patienten, die festsitzenden Zahnersatz benötigen, werden aus dem Produktionslabor der Zahnmedizinischen Fakultät gesammelt. Geeignete Scans umfassen Erwachsene im Alter von 18–65 Jahren mit geschädigten Zähnen, die FDP benötigen, und ausreichender Okklusionsanatomie für die Analyse.
Der KI-Arbeitsablauf besteht aus drei aufeinanderfolgenden Phasen: Training (60%), Validierung (10%) und Test (30%). Das KI-Modell wird mithilfe natürlicher räumlicher Zahnmorphologie und historischer, von Menschen entworfenen FDP-Datensätzen trainiert. Die konventionelle Gruppe besteht aus FDPs, die manuell von erfahrenen Zahnmedizinern mithilfe von CAD-Software entworfen wurden.
Primärer Endpunkt:
Der primäre Endpunkt ist die Kronendesign-Genauigkeit, gemessen mittels 3D-Überlagerungsanalyse und quantifiziert als Intersection-over-Union-Prozentsatz (IOU).
Sekundärer Endpunkt:
Die Randdetektionsgenauigkeit wird mithilfe von F1-Score, Präzision und Recall-Metriken bewertet.
Die statistische Analyse wird mit MedCalc-Software (Version 22) durchgeführt. Kontinuierliche Variablen werden als Mittelwert, quadratischer Mittelwert und Standardabweichung dargestellt. Vergleiche zwischen den Gruppen werden mithilfe des gepaarten t-Tests mit einem Signifikanzniveau von P ≤ 0,05 (zweiseitig) durchgeführt.
Die Nullhypothese besagt, dass es keinen statistisch signifikanten Unterschied zwischen KI-entworfenen und von Menschen entworfenen festsitzenden Zahnprothesen geben wird.
Studientyp
Einschreibung (Geschätzt)
Phase
- Unzutreffend
Kontakte und Standorte
Studienorte
-
-
-
Giza, Ägypten
- Rekrutierung
- MSA university
-
Kontakt:
- Modern Sciences and Arts MSA October University for Modern Sciences and Arts
- Telefonnummer: 002-0216672
- E-Mail: info@msa.edu.eg
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
- Erwachsene im Alter von 18-65 Jahren Patienten mit einem geschädigten Zahn, der eine festsitzende Zahnprothese erfordert Verfügbare digitale intraorale Scans Ausreichende okklusale Anatomie für die Analyse der Gegenzähne
Ausschlusskriterien:
- Unvollständige oder qualitativ schlechte digitale Scans Schwere okklusale Anomalien, die die Analyse beeinträchtigen Patienten außerhalb des angegebenen Altersbereichs
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Diagnose
- Zuteilung: Zufällig
- Interventionsmodell: Parallele Zuordnung
- Maskierung: Keine (Offenes Etikett)
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Sonstiges: Human-Designed Fixed Dental Prosthesis (Conventional CAD)
Festsitzender Zahnersatz wird manuell von erfahrenen Dentalexperten unter Verwendung konventioneller CAD-Software auf Basis der okklusalen Anatomie und patientenspezifischer Scan-Daten gestaltet.
Die Designs dienen als Kontrollvergleich, um die Genauigkeit gegenüber KI-generierten Designs mittels 3D-Überlagerungsanalyse zu bewerten.
|
Festsitzende dentalprothesen werden digital von erfahrenen Zahnmedizinern mit herkömmlicher CAD-Software (Computer-Aided Design) entworfen.
Die Designs basieren auf der Okklusionsanatomie und patientenspezifischen intraoralen Scan-Daten.
Diese manuell erzeugten digitalen Designs dienen als Vergleichsgrundlage zur Bewertung der Genauigkeit gegenüber KI-generierten Designs mittels 3D-Überlagerung und quantitativer Genauigkeitsanalyse.
Andere Namen:
|
|
Sonstiges: KI-gestützte festsitzende Zahnprothese
Festsitzender Zahnersatz wird automatisch mithilfe eines künstlichen Intelligenz-basierten Designsystems generiert.
Das KI-Modell wird mit Okklusionsscan-Datensätzen und historischen, von Menschen entworfenen Prothesen trainiert, validiert und getestet.
Die generierten Designs werden auf Genauigkeit mittels 3D-Überlagerung und Intersection over Union (IoU)-Analyse bewertet.
|
Ein automatisiertes, auf künstlicher Intelligenz basierendes Designsytem wird festsitzenden Zahnersatz mithilfe von Deep-Learning-Algorithmen generieren.
Das KI-Modell wird auf Okklusionsscandatensätzen und historischen, von Menschen entworfenen Prothesen trainiert (60 %), validiert (10 %) und getestet (30 %).
Die generierten Designs werden mittels 3D-Überlagerung und Intersection over Union (IoU)-Analyse auf Genauigkeit und Randpräzision bewertet.
Andere Namen:
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Genauigkeit von KI-entworfenen festsitzenden dentalen Prothesen im Vergleich zu menschlich entworfenen Prothesen
Zeitfenster: Unmittelbar nach der Kronengestaltungserstellung (zum Zeitpunkt der digitalen Analyse)
|
Die Genauigkeit wird durch Überlagerung von KI-generierten Kronendesigns und menschlich entworfenen Kronen mittels 3D-Bildgebungssoftware bewertet.
Der Intersection over Union (IOU)-Prozentsatz wird berechnet, um die morphologische Übereinstimmung und den okklusalen Sitz zwischen den beiden Designansätzen zu bewerten.
|
Unmittelbar nach der Kronengestaltungserstellung (zum Zeitpunkt der digitalen Analyse)
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Leistung der KI-Systeme bei der Randdetektion
Zeitfenster: Unmittelbar nach der Erstellung des Digital-Crown-Designs
|
Die Randdetektionsgenauigkeit wird mithilfe von F1-Score-, Präzisions- und Recall-Metriken bewertet, um die Fähigkeit des KI-Modells zur genauen Identifizierung von Präparationsrändern im Vergleich zu menschengesteuerten Referenzmodellen zu beurteilen.
|
Unmittelbar nach der Erstellung des Digital-Crown-Designs
|
Mitarbeiter und Ermittler
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Wu Z et al., 2024 Comparison of the Efficacy of Artificial Intelligence-Powered Software in Crown Design: An In Vitro Study. International Dental Journal. 2024.
- Ding H et al., 2023 Morphology and mechanical performance of dental crown designed by 3D-DCGAN. Dental Materials. 2023.
- Chau RCW et al., 2024 Accuracy of artificial intelligence-designed single-molar dental prostheses: A feasibility study. Journal of Prosthetic Dentistry. 2024.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Andere Studien-ID-Nummern
- REC-D 1216-5
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .