Gummy hymy ja keinotekoinen ıntelligence

Kummeisen hymyn (GS) syiden joukossa ovat etuosan etuosan liiallinen kehitys, perioriaalisten lihaksien hyperaktiivisuus, jotka aiheuttavat liiallista huulten nousua hymyillen ja lyhyen kliinisen kruununpituuden aikana. Lyhyt kliininen kruunun pituus lisää herkkyyttä GS: lle. Muutettu passiivinen purkaus, ikenen tulehdus ja ikenen hyperplasia edistävät kliinistä kruununpituutta. Tapaukset, joissa hampaiden pystysuuntainen ulottuvuus on lyhyempi kuin vaakasuuntainen ulottuvuus, viittaa siihen, että passiivinen purkaus on vaikuttava tekijä GS: lle.

GS: n laajuus ei ole homogeeninen kaikissa hymyihin osallistuvien hampaiden välillä ja johtuu usein useista etiologisista tekijöistä. Kun ikenen näyttö on 3 mm, se johtuu yksinomaan liiallisesta ikenen kudoksesta. Jos läsnä on ylimääräinen 2,2 mm ikenenäyttöä (3 mm + 2,2 mm), pystysuoraa ylimääräistä ylimääräistä (VME) pidetään vaikuttavana tekijänä. Kun havaitaan ylimääräinen 2,8 mm ikenenäyttöä (3 mm + 2,2 mm + 2,8 mm), HyperMobile (HM) -hip liittyy. Esimerkiksi 3 mm GS ylä- ja ylä- ja ylähammashamman yli voi johtua pelkästään HM -huulista, kun taas ≥8 mm GS: n ylä- ja ylä- 3 mm) ja VME (2,2 mm). Tämä korostaa GS: n mittaamisen merkitystä jokaisessa hampaan tasossa tarkkaan diagnoosiin ja henkilökohtaiseen hoidon suunnitteluun.

Epäsymmetrisen GS: n arviointi vaatii kunkin hampaan yksittäiset mittaukset, jotka voivat lisätä virheen todennäköisyyttä ja potilaan tuoliaikaa. Kun otetaan huomioon tieteellisen tutkimuksen merkitys esteettisen hymyn suunnittelun henkilökohtaisten interventiostrategioiden tunnistamisessa, tekoäly (AI) voisi auttaa muuttamaan esteettisen havainnon subjektiivisen luonteen yksilölliseksi, tieteelliseksi alustaksi noudattamalla tiettyjä viiteparametreja. Tarkat ja kelvolliset mittaukset GS -arvioinnissa voi helpottaa diagnoosia, etiologista arviointia ja hoidon suunnittelua.

Perustamalla kattavan tietojoukon eri etiologioiden vaikutukset voidaan analysoida vertaamalla mitattuja muuttujia ihanteellisiin vertailuarvoihin. Etiopatogeneettisten tekijöiden huolellinen analyysi ja tilan vakavuus voidaan saavuttaa tällaisella lähestymistavalla. Aikaisemmat tutkimukset osoittavat, että GS -diagnoosin tarkkuuden ja herkkyyden ja sen etiologisen arvioinnin tarkkuuden ja herkkyyden validoimalla on tarvetta.

Tähän päivään mennessä kirjallisuudesta ei ole löydetty tutkimusta, joka arvioi ikenen näyttöä AI: n avulla. Toisin kuin tutkimuksissa, joissa käytetään testitietojoukkoja tai täysin avoimen pääsyn tietojoukkoja tarkkuuden pisteytyksessä, tässä tutkimuksessa saadut tiedot johdetaan yksinomaan koulutustietojoukosta. AI -mallin validointistrategian optimoimiseksi valitut kliiniset mittarit mitattiin erikseen jokaiselle GS: hen osallistuvalle hampalle. Merkinnät suoritettiin lisensoidulla verkkopohjaisella merkintäalustalla, joka mahdollistaa useita merkintävaihtoehtoja.

Tähän tutkimukseen kuuluu potilaita, joilla on korkea hymyviiva, joka valitaan Gazin yliopiston hammaslääketieteellisen tiedekunnan osastolle sovellettavista potilaista. Potilaskuvien merkinnät suorittavat kaksi tutkijaa: periodontologi ja keinotekoisen älykkyyden (AI) ja ohjelmistokehityksen vanhempi asiantuntija. Valokuvia potilaista, joilla on kumimainen hymy (GS), käytetään koulutuksen, validoinnin ja testitietojoukkojen luomiseen.

Käytettiin yksinkertaista satunnaista näytteenottomenetelmää, luottamustaso 0,95, esiintyvyys 0,1 ja virhemarginaali 0,05. Näiden tietojoukkojen muodostuminen seuraa alla esitettyjä vaiheita.

Kirjallisuuskatsaus suoritettiin standardisointimenetelmien tunnistamiseksi ikenen näkyvyyden mittauksille. Viivainjärjestelmää ei kuitenkaan havaittu, mikä mahdollistaa hampaiden iennäytön samanaikaisen kalibroinnin ja mittauksen. Tämän seurauksena tarve kehittää räätälöity hallitsijajärjestelmä erityisesti tähän tutkimukseen syntyi.

Iennäyttö määritetään hybridimallilla. Koulutusprosessi sisältää pikselin tarkkuuden (PA) ja keskimääräisen risteyksen Unionin (MIOU) mittareiden yli. Tietojoukko jaetaan koulutukseen, validointiin ja testijoukkoihin. Kuvia kokoa kokoa, normalisointi ja muutos tenoriksi osana esikäsittelyä työnkulkua