Diagnostic Accuracy of a Deep Learning Framework for Automated Evaluation of Root Canal Obturation Quality From Periapical Radiographs
Diagnostic Accuracy of a Deep Learning Framework for Automated Classification, Quantitative Assessment and Comprehensive Evaluation of Root Canal Obturation Quality From Periapical Radiographs
This study aims to develop and evaluate an artificial intelligence (AI)-based system that can automatically assess the quality of root canal fillings using dental X-ray images. The AI system will analyze important features of the filling, including its length, uniformity, and shape, and classify the treatment quality as acceptable or needing improvement.
The study will use previously collected, anonymized dental X-ray images of teeth that have received root canal treatment. Experienced dental specialists will evaluate these images to provide a reference standard, which will be compared with the AI system's results.
The goal of this research is to determine whether AI can provide a reliable and consistent method for evaluating root canal treatment outcomes. In the future, such technology may help dentists make more accurate decisions, improve treatment evaluation, and contribute to better patient care.
Descripción general del estudio
Estado
Estado
Condiciones
Condiciones
Intervención / Tratamiento
Intervención / Tratamiento
Tipo de estudio
Tipo de estudio
Inscripción (Estimado)
Inscripción
Fase
Fase
- No aplica
Criterios de participación
Criterio de elegibilidad
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
Acepta Voluntarios Saludables
Descripción
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Diagnóstico
- Asignación: N / A
- Modelo Intervencionista: Asignación de un solo grupo
- Enmascaramiento: Ninguno (etiqueta abierta)
Número de brazos
Armas e Intervenciones
Grupo de participantes/brazoGrupo de participantes/brazo |
Intervención / TratamientoIntervención / Tratamiento |
|---|---|
|
Otro: Specialist annotation
|
This study aims to develop and evaluate an artificial intelligence (AI)-based system that can automatically assess the quality of root canal fillings using dental X-ray images.
The AI system will analyze important features of the filling, including its length, uniformity, and shape, and classify the treatment quality as acceptable or needing improvement.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Evaluation of root canal obturation quality from periapical radiographs
Periodo de tiempo: 1 month
|
Evaluation of root canal obturation quality from periapical radiographs
|
1 month
|
Colaboradores e Investigadores
Patrocinador
Patrocinador
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Estimado)
Inicio del estudio
Finalización primaria (Estimado)
Finalización primaria
Finalización del estudio (Estimado)
Finalización del estudio
Fechas de registro del estudio
Enviado por primera vez
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Publicado por primera vez
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización publicada
Última actualización enviada que cumplió con los criterios de control de calidad
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Última verificación
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
Otros números de identificación del estudio
- New Endo 7.1.1
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .