Nuorten pysyvien hampaiden mikrobiaalinen plakkianalyysi syväoppimisen avulla

Hammasplakki määritellään mikrobiyhteisöksi, joka on upotettu matriisiin, joka koostuu bakteereista peräisin olevista polymeereistä ja hampaiden pinnalle kehittyvästä syljen sisällöstä. Mikrobiplakki adsorboituu hampaan pinnalle sekunneissa hampaiden puhdistuksen jälkeen ja säilyy toiminnallisesti. Näitä molekyylejä esiintyy ensisijaisesti subgingivaalisen uurteen nesteessä yhdessä syljen kanssa, ja ne osoittavat asettumista tälle alueelle. Ientulehduksen ja periodontiitin ensisijainen etiologinen tekijä on bakteeriplakki, joka voi johtaa ienkudosten tuhoutumiseen ja parodontaalin kiinnittymiseen. Lapsilla, jos suuhygieniasta ei huolehdita heti hampaan puhkeamisen jälkeen, eikä säännöllisiä harjaustottumuksia oteta käyttöön, bakteerien biofilmikerros voi asettua hampaiden pinnoille ja suun ympäristöön liittyville ienreunoille aiheuttaen ientulehduksen.

Lasten periodontaalisten sairauksien varhainen havaitseminen ja hoito alkuvaiheessa on kliinisesti tärkeää, koska nämä sairaudet voivat pahentua ja johtaa haitallisiin seurauksiin myöhemmillä jaksoilla. Bakteeriplakki on lasten iensairauksien ensisijainen etiologinen tekijä. Mikrobisen hammasplakin tunnistaminen ja erottaminen potilailta voi olla haastavaa. Plakit voidaan havaita rutiininomaisen kliinisen käytännön avulla käyttämällä parodontaalikoettimia ja/tai plakkia paljastavia liuoksia. Vaikka näitä menetelmiä käytetään laajasti, ne voivat tuottaa subjektiivisia tuloksia. Nämä arviointimenetelmät voivat kuitenkin olla hankalia, aikaa vieviä ja epäonnistuneita yhteistyöhön osallistumattomilla lapsilla. Lisäksi plakkia paljastavat liuokset, joita käytetään mikrobien hammasplakin havaitsemiseen, voivat värjätä tilapäisesti suun limakalvoa ja huulia. Kirjallisuus sisältää myös digitaalisia kuvantamisanalyysejä, kuten laser-indusoitua autofluoresenssispektroskopiaa ja HIS-väriavaruutta mikrobien hammasplakin havaitsemiseen. Haitat, kuten laitteiden korkea hinta ja tekninen standardointi, rajoittavat kuitenkin niiden käyttöä.

Näistä syistä tämän tutkimuksen tavoitteena on kehittää kohtuuhintainen ja helposti saatavilla oleva tekoäly (AI) -malli lasten mikrobisten plakkien varhaiseen ja tarkkaan diagnosointiin. Tavoitteena on ehkäistä erilaisia ​​parodontaalisia ongelmia ja motivoida suuhygieniaa arvioimalla tämän tekoälymallin diagnostiikkaa ja havaitsemista.

Kuvankäsittelyn tekoälyn edistymisen myötä hammasplakin havaitseminen, segmentointi ja kvantifiointi hammaskameroilla otetuissa kuvissa on lisääntynyt merkittävästi. Yhdessä tutkimuksessa yritettiin havaita plakkia käyttämällä Enhanced K-Means -koneoppimisalgoritmia. Lisäksi kehitettiin Mask R-CNN-pohjainen hampaiden terveydenhuollon Internet of Things (IoT) -alusta, joka luokittelee seitsemän erilaista suusairautta, mukaan lukien plakin, täydellisellä tarkkuudella plakin tunnistamisessa, mutta ei segmentoinnissa.

Vaikka U-Net-mallia pidetään laajalti onnistuneena ja valtavirtaisena biolääketieteellisen kuvankäsittelyn alalla, kirjallisuudessa ei ole tutkimuksia plakin analysoinnista U-Netillä ja sen muunnelmilla. Lisäksi ei ole löydetty tutkimuksia lasten nuorten pysyvien hampaiden plakin analysoinnista. Tästä syystä tässä tutkimuksessa pyritään kouluttamaan kuusi huippuluokan tekoälymallia, jotka sisältävät muunnelmia U-Net-mallista, jotta voidaan ennustaa hammasplakkia lasten nuorissa pysyvissä hampaissa. Myöhemmin heidän suorituksistaan ​​tehdään tarkka yhteenveto ja esitetään kattava analyysi. Lopuksi parhaan suorituskyvyn mallin kliinisen toteutettavuuden vahvistamiseksi suoritetaan tilastollisia hypoteesitestejä, joissa verrataan tekoälymallin ennusteita kolmen hammaslääkärin arvioihin.