Deep Learning-Based Measurement of Keratinized Gingiva Width Using Smartphone-Acquired Clinical Images
A Deep Learning-Based Analytical Framework for Detection, Quantification, and Quality Assessment of Keratinized Gingival Tissues in Clinical Examination Images
Tutkimuksen yleiskatsaus
Tila
Yksityiskohtainen kuvaus
This observational diagnostic validation study was conducted to develop and evaluate an artificial intelligence-based system for automated assessment of keratinized gingiva width (KGW) using smartphone-acquired intraoral clinical photographs.
Standardized intraoral images were collected from eligible participants following predefined inclusion and exclusion criteria. All images were captured using a smartphone under standardized clinical conditions to ensure uniformity in lighting, angulation, and image quality. Clinical measurements of keratinized gingiva width were independently performed by two calibrated expert examiners, serving as the reference (ground truth) standard.
A deep learning-based model was trained to segment and measure the keratinized gingival tissue from clinical images. The predicted measurements generated by the AI system were compared against the expert clinical measurements to evaluate model performance.
The performance of the system was assessed using multiple evaluation metrics, including accuracy, Dice similarity coefficient, Intersection over Union (IoU), precision, recall, and F1-score. Inter-examiner reliability between experts was also considered to ensure consistency of the reference standard.
The study aims to demonstrate the feasibility of integrating artificial intelligence into periodontal diagnostics, specifically for objective and reproducible measurement of keratinized gingiva width. The proposed system may contribute to reducing inter-operator variability and improving clinical efficiency in periodontal assessment.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
Cairo Governorate
-
Cairo, Cairo Governorate, Egypti, 11754
- Faculty of Dental Medicine for Girls, Al-Azhar University
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Inclusion Criteria:
- Patients aged 18 years or older.
Patients with varying periodontal conditions thealthy. gingivitis, periodontitie.
Patients willing to provide adormed consent.
Exclusion Criteria:
- Patients with a history of periodontal surgery within the past six montie
Patients withsystemic conditions affecting oraltissue eg. diabetes.
Very poor quality intra oral image.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Participants Undergoing Keratinized Gingiva Assessment
Participants whose smartphone-acquired intraoral clinical photographs were used for assessment of keratinized gingiva width.
Clinical measurements performed by expert examiners served as the reference standard for validation of the artificial intelligence model.
|
Analysis of smartphone-acquired intraoral photographs using a deep learning model for automated measurement of keratinized gingiva width.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Accuracy of Artificial Intelligence-Based Keratinized Gingiva Width Measurement
Aikaikkuna: Baseline (single study visit)
|
Evaluation of the agreement between keratinized gingiva width measurements generated by the artificial intelligence model and reference measurements obtained by calibrated examiners using smartphone-acquired intraoral clinical photographs at the baseline clinical visit.
|
Baseline (single study visit)
|
Yhteistyökumppanit ja tutkijat
Sponsori
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Todellinen)
Opintojen valmistuminen (Todellinen)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- OMPDR 108-1q
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
IPD-suunnitelman kuvaus
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
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 .
Kliiniset tutkimukset Parodontaaliset sairaudet
-
Interleukin Genetics, Inc.Duke University; Kaiser PermanentePeruutettuPERIODONTAL SAIRAUS