- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT07587060
Development and Diagnostic Accuracy of a Deep Learning Model for Root Canal Curvature Analysis in Mandibular Molars Using CBCT Scans: A Diagnostic Accuracy Study
perjantai 8. toukokuuta 2026 päivittänyt: Samaa Mohammed Osman Mohammed, Cairo University
Root canal preparation in endodontics poses significant challenges, particularly in curved canals of mandibular molars, where accurate preoperative assessment using CBCT imaging is crucial to avoid iatrogenic errors and improve treatment outcomes.
This study aims to develop and evaluate the diagnostic accuracy of a deep learning model for analyzing root canal curvature angles in mandibular molars from CBCT scans, compared to human expert evaluations.
The model will leverage advanced AI techniques to segment and measure curvatures objectively, addressing limitations in manual interpretation, potentially standardizing case difficulty assessments and aiding clinical decision-making.
Tutkimuksen yleiskatsaus
Tila
Ei vielä rekrytointia
Opintotyyppi
Havainnollistava
Ilmoittautuminen (Arvioitu)
207
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskeluyhteys
- Nimi: Samaa M Mohammed, Assistant lecturer
- Puhelinnumero: 00201060493152
- Sähköposti: samaa.mohammed@dentistry.cu.edu.eg
Opiskelupaikat
-
-
Cairo Governorate
-
Cairo, Cairo Governorate, Egypti
- Faculty of Dentistry, Cairo University
-
-
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
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Ei
Näytteenottomenetelmä
Ei-todennäköisyysnäyte
Tutkimusväestö
The accepted sample size (n) will be 207, when the accuracy is (90.48%) and marginal error (4 %) by adopting confidence interval (95%), using Staskingdom calculator.
Kuvaus
Inclusion Criteria:
- CBCT scans of mandibular molars of Egyptian patients aging from 18 to 65 years old
- Small Field of view (FOV) including maximum a quadrant
- Voxel size not larger than 2mm
- Mandibular molars showing complete root formation
- Carious or non-carious teeth
- Absence of artifacts, dental implants in the adjacent teeth
Exclusion Criteria:
- Mandibular first and second molars with developmental anomalies, external or internal root resorption, root canal calcification, previous root canal treatment, post restorations, and/or root caries
- CBCT images of sub-optimal quality or artifacts/high scatter interfering with proper assessment
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
|---|
|
Diagnostic test: Artificial intelligence
|
|
Reference group: Human Expert's opinion
Radiologist and Endodontist Human expert opinion compared to AI diagnostic test
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Accuracy of analysis of root canal curvature angle
Aikaikkuna: June 2026 to September 2027
|
Curvature analysis classified according to its severity into 3 categories: "10 degrees or less"; as mild, "between 10 to 30 degrees"; as moderate and "30 degrees or more"; as severe curvature.
|
June 2026 to September 2027
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Sponsori
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)
Maanantai 1. kesäkuuta 2026
Ensisijainen valmistuminen (Arvioitu)
Keskiviikko 1. syyskuuta 2027
Opintojen valmistuminen (Arvioitu)
Keskiviikko 1. syyskuuta 2027
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Maanantai 4. toukokuuta 2026
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Perjantai 8. toukokuuta 2026
Ensimmäinen Lähetetty (Todellinen)
Torstai 14. toukokuuta 2026
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Torstai 14. toukokuuta 2026
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Perjantai 8. toukokuuta 2026
Viimeksi vahvistettu
Perjantai 1. toukokuuta 2026
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muut tutkimustunnusnumerot
- NEW Code 7-1-1
- self funded (Muu tunniste: Faculty of Dentistry, Ain Shams University Research Ethics Committee (FDASU-REC))
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
EI
IPD-suunnitelman kuvaus
The study is diagnostic accuracy study on CBCT data
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Ei
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Ei
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .