Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Tekoälymallien arviointi etummaisen avoimen purentavirheen diagnosoimiseksi

sunnuntai 19. marraskuuta 2023 päivittänyt: Heba El-Sayed Kamel Akl, Cairo University

Tekoälymallien rakentaminen etummaisen avoimen purentavirheen diagnosointiin

Tutkimuksen yleiskatsaus

Tila

Rekrytointi

Ehdot

Interventio / Hoito

Diagnostinen testi: tekoälyn malli

Yksityiskohtainen kuvaus

Tutkimuksen tavoitteena on luoda tekoälymalleja, joiden lähtökohtana ovat avopurentapotilaiden hoitoa edeltävät valokuvat ja röntgenkuvat, jotka otetaan rutiininomaisesti diagnoosia ja hoidon suunnittelua varten. AI-mallin tulos on anteriorisen avoimen pureman tyyppi ja fenotyyppi. Laadukkaimmat valokuvat ja röntgenkuvat järjestetään tiettyihin standardoituihin malleihin koneoppimisprosessin helpottamiseksi.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

200

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskeluyhteys

Nimi: Heba Akl, BDS, MSc., PhD
Puhelinnumero: +201227418915
Sähköposti: heba.akl@dentistry.cu.edu.eg

Opiskelupaikat

Egypti
- - Cairo, Egypti, 11451
    - Rekrytointi
    - Orthodontic department, Faculty of Dentistry, Cairo University
    - Ottaa yhteyttä:
      
      Heba Akl, MSc.
      
      Puhelinnumero: 01227418915

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

Lapsi
Aikuinen

Hyväksyy terveitä vapaaehtoisia

Näytteenottomenetelmä

Todennäköisyysnäyte

Tutkimusväestö

Tutkimukseen otetaan mukaan kaikki potilaat, joilla on minkä tahansa tyyppinen ja vaikeusasteinen etupurenta

Kuvaus

Sisällyttämiskriteerit:

edessä avoin purenta

Poissulkemiskriteerit:

kraniofacial-oireyhtymät, aikaisempi oikomishoito, huonolaatuiset tiedot

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus	Toimenpiteen kuvaus	Aikaikkuna
tekoälyn (AI) mallin tehokkuus etummaisen avoimen pureman diagnosoinnissa Aikaikkuna: 8 kuukautta	Tekoälymallin tuloksen ja todellisen diagnoosin välinen yhtäpitävyysprosentti	8 kuukautta

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Cairo University

Yhteistyökumppanit

Future University in Egypt

Tutkijat

Opintojohtaja: Yehya Mostafa, DDS., PhD, Cairo

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Arvioitu)

Keskiviikko 1. marraskuuta 2023

Ensisijainen valmistuminen (Arvioitu)

Maanantai 1. heinäkuuta 2024

Opintojen valmistuminen (Arvioitu)

Sunnuntai 1. syyskuuta 2024

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Keskiviikko 15. marraskuuta 2023

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Sunnuntai 19. marraskuuta 2023

Ensimmäinen Lähetetty (Todellinen)

Maanantai 20. marraskuuta 2023

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)