Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Deep Learning-Based Measurement of Keratinized Gingiva Width Using Smartphone-Acquired Clinical Images

7 de julio de 2026 actualizado por: Salma Lamloum Mohamed Mohamed, Al-Azhar University

A Deep Learning-Based Analytical Framework for Detection, Quantification, and Quality Assessment of Keratinized Gingival Tissues in Clinical Examination Images

This study aims to develop and validate an artificial intelligence-based system for automated measurement of keratinized gingiva width using smartphone-acquired intraoral clinical photographs. Standardized intraoral images will be collected and analyzed using a deep learning model, and the results will be compared with clinical measurements performed by calibrated expert examiners, which serve as the reference standard. The performance of the proposed system will be evaluated using accuracy metrics including Dice coefficient, Intersection over Union (IoU), precision, recall, and F1-score. This study seeks to support the integration of AI tools into periodontal diagnosis and clinical decision-making to improve measurement consistency and reduce inter-examiner variability.

Descripción general del estudio

Descripción detallada

This observational diagnostic validation study was conducted to develop and evaluate an artificial intelligence-based system for automated assessment of keratinized gingiva width (KGW) using smartphone-acquired intraoral clinical photographs.

Standardized intraoral images were collected from eligible participants following predefined inclusion and exclusion criteria. All images were captured using a smartphone under standardized clinical conditions to ensure uniformity in lighting, angulation, and image quality. Clinical measurements of keratinized gingiva width were independently performed by two calibrated expert examiners, serving as the reference (ground truth) standard.

A deep learning-based model was trained to segment and measure the keratinized gingival tissue from clinical images. The predicted measurements generated by the AI system were compared against the expert clinical measurements to evaluate model performance.

The performance of the system was assessed using multiple evaluation metrics, including accuracy, Dice similarity coefficient, Intersection over Union (IoU), precision, recall, and F1-score. Inter-examiner reliability between experts was also considered to ensure consistency of the reference standard.

The study aims to demonstrate the feasibility of integrating artificial intelligence into periodontal diagnostics, specifically for objective and reproducible measurement of keratinized gingiva width. The proposed system may contribute to reducing inter-operator variability and improving clinical efficiency in periodontal assessment.

Tipo de estudio

De observación

Inscripción (Actual)

50

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Ubicaciones de estudio

    • Cairo Governorate
      • Cairo, Cairo Governorate, Egipto, 11754
        • Faculty of Dental Medicine for Girls, Al-Azhar University

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

  • Adulto
  • Adulto Mayor

Acepta Voluntarios Saludables

Método de muestreo

Muestra no probabilística

Población de estudio

Participants attending the clinic of the department of Periodontologly Faculty of Dental Medicine for girls Al-Azhar university who met the study eligibility criteria and provided smartphone-acquired intraoral clinical photographs for keratinized gingiva width assessment and artificial intelligence model validation.

Descripción

Inclusion Criteria:

  • Patients aged 18 years or older.

Patients with varying periodontal conditions thealthy. gingivitis, periodontitie.

Patients willing to provide adormed consent.

Exclusion Criteria:

  • Patients with a history of periodontal surgery within the past six montie

Patients withsystemic conditions affecting oraltissue eg. diabetes.

Very poor quality intra oral image.

Plan de estudios

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿Cómo está diseñado el estudio?

Detalles de diseño

Cohortes e Intervenciones

Grupo / Cohorte
Intervención / Tratamiento
Participants Undergoing Keratinized Gingiva Assessment
Participants whose smartphone-acquired intraoral clinical photographs were used for assessment of keratinized gingiva width. Clinical measurements performed by expert examiners served as the reference standard for validation of the artificial intelligence model.
Analysis of smartphone-acquired intraoral photographs using a deep learning model for automated measurement of keratinized gingiva width.

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Accuracy of Artificial Intelligence-Based Keratinized Gingiva Width Measurement
Periodo de tiempo: Baseline (single study visit)
Evaluation of the agreement between keratinized gingiva width measurements generated by the artificial intelligence model and reference measurements obtained by calibrated examiners using smartphone-acquired intraoral clinical photographs at the baseline clinical visit.
Baseline (single study visit)

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Patrocinador

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Actual)

1 de julio de 2025

Finalización primaria (Actual)

9 de enero de 2026

Finalización del estudio (Actual)

15 de marzo de 2026

Fechas de registro del estudio

Enviado por primera vez

30 de junio de 2026

Primero enviado que cumplió con los criterios de control de calidad

7 de julio de 2026

Publicado por primera vez (Actual)

8 de julio de 2026

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

8 de julio de 2026

Última actualización enviada que cumplió con los criterios de control de calidad

7 de julio de 2026

Última verificación

1 de julio de 2026

Más información

Términos relacionados con este estudio

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

NO

Descripción del plan IPD

IPD will not be shared to protect patient confidentiality and in compliance with institutional ethical guidelines. Data access is limited to the study investigators only.

Información sobre medicamentos y dispositivos, documentos del estudio

Estudia un producto farmacéutico regulado por la FDA de EE. UU.

No

Estudia un producto de dispositivo regulado por la FDA de EE. UU.

No

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. .

Ensayos clínicos sobre Enfermedades periodontales

3
Suscribir