Periapical radiolucencies tietokoneavusteisen havaitsemisen tarkkuus kartiosädetietokonetomografiakuvissa tekoälyä käyttäen

• Tutkimuksen suunnittelu: Diagnostinen tarkkuustutkimus
• Asetus ja sijainti: Retrospektiivinen tiedonkeruu suunnitellaan ennen indeksitestin ja vertailustandardin suorittamista. Tämän tutkimuksen CBCT-tiedot saadaan CBCT-tietokannasta, joka on saatavilla Kairon yliopiston Hammaslääketieteellisen tiedekunnan suu- ja leukaradiologian laitoksella, Kairossa, Egyptissä ja saatavilla olevista online-aineistoista eri CBCT-koneilla.

CBCT-skannaukset egyptiläisistä potilaista, joille on jo tehty CBCT-tutkimus osana hammasdiagnoosia ja/tai hoitosuunnitelmaa, sisällytetään ehdotettujen kelpoisuuskriteerien mukaisesti.

B) Osallistujat:

Näytteen kokolaskelman perusteella CBCT-kuvauksissa löydettiin näyte, jossa oli 50 periapikaalista radioluenttia vauriota leuan ylä- ja alaosassa eri paikoissa. Mukaan otettavien skannausten valinta perustuu seuraaviin kelpoisuusehtoihin.

Sisällyttämiskriteerit:

• Leuan ja alaleuan CBCT-skannaukset, joissa on hyvälaatuisia vapaita periapikaalisia radiolucent-vaurioita.
• Hyvälaatuiset yläleuan ja alaleuan CBCT-skannaukset, joissa näkyy periapikaalisia radioluentteja vaurioita.

Poissulkemiskriteerit:

• CBCT-kuvat, joiden laatu ei ole optimaalinen tai artefakteja/korkea sironta häiritsee asianmukaista arviointia.

C) Muuttujat:

• Yksityiskohdat muuttuvista CBCT-tiedoista periapikaalisilla leesioilla anonymisoitiin DICOM-muodossa, ja sitten tiedostot välitetään Kairon yliopiston matematiikan tekniikan laitokselle kaksivaiheisen syväoppimismallin toteuttamista varten.

D) Tietolähteet/mittaukset:

• Anonymisoitujen retrospektiivisten tietojen CBCT-skannauksia käytetään tutkimukseen ilman potilaiden aktiivista osallistumista. Erilaisia ​​CBCT-koneiden skannauksia käytetään ja tuodaan alustavasti CBCT-katseluohjelmaan Blue Sky Bio, jotta voidaan havaita periapikaaliset radiolucent-leesiot.

Lokalisointitietojoukot.

1. Etuhampaat-kulmahampaat (etuhampaat) Alaleuka
2. esihampaat -poskihampaat (takahampaat) Leukaleuka

CBCT-tiedot periapikaalisista leesioista anonymisoitiin DICOM-muodossa, ja sitten tiedostot välitetään Kairon yliopiston matematiikan tekniikan laitokselle kaksivaiheisen syväoppimismallin toteuttamiseksi.

Koulutus- ja validointivaihe Testausvaihe Testisarjan erottaminen. Annotoinnin ensimmäisen vaiheen päätyttyä testi erotettiin annotoidusta tietopankista ja suljettiin pois kaikista seuraavista kehitystoimista.

Mallin kehitystietojoukko. Joukko mallinkehitystä varten, joka muodostetaan jäljelle jäävästä annotoidusta tietopankista (esim. ei sisälly testisarjaan) jaettiin koulutuksen ja validoinnin osajoukkoon, koska se oli tehtävää varten.

Koska syvään oppimiseen perustuvien menetelmien suorituskyky on vahvasti riippuvainen suuresta määrästä merkittyjä tietojoukkoja. Nykyiset CNN-pohjaiset menetelmät (12, 16) harjoittelevat ensin malliaan saatavilla olevalla online-aineistolla. Siksi käytämme Abdolali et al:n toimittamaa saatavilla olevaa online-aineistoa heidän tutkimuksessaan (18) käytettynä tietona tutkimustyössä ja hienosäädämme verkkoa keräämällämme otoksella.

Harjoitukseen käytettävien skannausten tarkka määrä voi muuttua, jotta mallin ali- tai ylisovitus vältytään, joten sen määrittää tarkasti Kairon yliopiston tekniikan matematiikan tekniikan osasto.

E) Mahdollisten harhalähteiden käsitteleminen:

Ei puolueellisuuden lähdettä. Indeksiteksti suoritetaan tietokoneohjelmalla, joka sokaistetaan kahden kokeneen radiologin asettamasta pohjatotuudesta ennen tämän indeksitestin suorittamista. vertailustandardin arvioijaa ei kohdista indeksitestin tuloksiin, koska sekä kultastandardi että indeksitestitulokset taulukoidaan ja lähetetään tilastotieteilijälle lopuksi vertailua varten eri henkilön kuin arvioijien toimesta.

F) Tutkimuksen koko:

Tehoanalyysi suunniteltiin riittäväksi tehoksi soveltamaan kaksipuolista tilastollista testiä nollahypoteesille, jonka mukaan syväoppimismallin tulokset ovat yhtä tarkkoja kuin radiologin mielipide. Ottamalla käyttöön (95 %) luottamusväli ja käyttämällä DL-ryhmän spesifisyysarvoa (88,0 %), joka perustuu aikaisemman tutkimuksen tuloksiin (20) (21) ja 100 % pohjatotuuteen: otoskoko laskettu perustuen spesifisyydestä oli (50) näytettä. Otoskoon laskeminen suoritettiin käyttämällä Connor-yhtälöä.

G) Näytteenottostrategia:

satunnainen otanta. H) Kvantitatiiviset muuttujat

I) Tilastolliset menetelmät:

herkkyys, spesifisyys, positiivinen ennustearvo ja negatiivinen ennustearvo lasketaan ja luokitellaan Leonardi Dutran et al (19) diagnostisten testien sijoituksen mukaan 0,80 %:lla. pitivät erinomaisia ​​tuloksia, 70–80 prosenttia hyvinä, 60–69 prosenttia oikeudenmukaisina ja ,60 prosenttia huonoina. Hampaat ilman periapikaalista radioluenssia toimivat kontrollina.