La précision de la détection de l'intelligence artificielle du deuxième canal mésio-buccal des premières molaires maxillaires sur les images CBCT
La précision de la détection assistée par ordinateur du deuxième canal mésio-buccal des premières molaires maxillaires sur des images CBCT à l'aide d'un modèle d'apprentissage en profondeur (intelligence artificielle) : étude de la précision du diagnostic
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Description détaillée
D'innombrables études et discussions ont été basées sur l'existence d'un deuxième canal dans la racine mésiobuccale (MB) des molaires maxillaires , car il est fortement admis que l'une des principales raisons de l'échec endodontique des premières molaires maxillaires est la difficulté de détecter et traiter ces seconds canaux mésiobucaux (MB2). La littérature révèle que bien que des canaux MB2 des premières molaires maxillaires aient été retrouvés dans plus de 70 % des études in vitro, ils ont été détectés cliniquement dans moins de 40 % des cas. La tomodensitométrie à faisceau conique (CBCT) est une modalité d'imagerie dans le domaine de l'endodontie qui présente plusieurs avantages, notamment la possibilité d'effectuer une imagerie tridimensionnelle (3D) des systèmes de canaux radiculaires avec des doses de rayonnement plus faibles, une résolution plus élevée et sans superposition . Les chercheurs ont évalué l'efficacité du CBCT lorsqu'il s'agit d'identifier les canaux MB2, et le CBCT a été suggéré comme une méthode fiable pour la détection de ces canaux. Cependant, dans des situations cliniquement pertinentes, telles que des lésions plus petites sur des dents remplies de racines, la précision du CBCT est considérablement réduite (sensibilité 0,63, spécificité 0,69) . De plus, l'interprétation dépendante du clinicien de l'imagerie CBCT souffre toujours d'un faible accord inter- et intra-observateur.
La détection et le diagnostic assistés par ordinateur (CAO) ont été largement appliqués à l'analyse d'images biomédicales en dehors de la dentisterie .
Type d'étude
Inscription (Anticipé)
Contacts et emplacements
Coordonnées de l'étude
- Nom: Sally Mansour, Masters
- Numéro de téléphone: +201019932383
- E-mail: sally.mansour@dentistry.cu.edu.eg
Sauvegarde des contacts de l'étude
- Nom: Ahmed MFM Magdy, MCS
- Numéro de téléphone: +201019932383
- E-mail: ahmed_magdy@dentistry.cu.edu.eg
Lieux d'étude
-
-
-
Cairo, Egypte, 12611
- Recrutement
- Faculty of Dentistry Cairo University
-
Contact:
- Faculty ODC university
- Numéro de téléphone: 01066365552
- E-mail: sally.mansour@dentistry.cu.edu.eg
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
Accepte les volontaires sains
Sexes éligibles pour l'étude
Méthode d'échantillonnage
Population étudiée
La description
Critère d'intégration:
• Scans CBCT montrant l'éruption de la 1ère molaire maxillaire.
- Taille Vovel ne dépassant pas 0,1 mm.
- Molaires maxillaires montrant la formation complète des racines.
- Dent cariée ou non cariée.
Critère d'exclusion:
• Premières molaires maxillaires présentant des anomalies de développement, une résorption radiculaire externe ou interne, une calcification du canal radiculaire, un traitement antérieur du canal radiculaire, des post-restaurations et/ou des caries radiculaires.
- Images CBCT de qualité sous-optimale ou artefacts / forte dispersion interférant avec une évaluation correcte.
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
|---|---|
|
Images CBCT des premières molaires maxillaires
|
modèle d'apprentissage en profondeur développé par un expert en informatique et basé sur un réseau de neurones à convolution, et formé par nos ensembles de données.
Autres noms:
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
précision de détection de MB2
Délai: ligne de base
|
détection de MB2 sur les images CBCT des premières molaires maxillaires à l'aide d'un modèle d'apprentissage en profondeur
|
ligne de base
|
Collaborateurs et enquêteurs
Parrainer
Les enquêteurs
- Directeur d'études: Enas Anter, Ph.D, Cairo University
Publications et liens utiles
Publications générales
- Blattner TC, George N, Lee CC, Kumar V, Yelton CD. Efficacy of cone-beam computed tomography as a modality to accurately identify the presence of second mesiobuccal canals in maxillary first and second molars: a pilot study. J Endod. 2010 May;36(5):867-70. doi: 10.1016/j.joen.2009.12.023. Epub 2010 Feb 21.
- Kulild JC, Peters DD. Incidence and configuration of canal systems in the mesiobuccal root of maxillary first and second molars. J Endod. 1990 Jul;16(7):311-7. doi: 10.1016/s0099-2399(06)81940-0.
- Alacam T, Tinaz AC, Genc O, Kayaoglu G. Second mesiobuccal canal detection in maxillary first molars using microscopy and ultrasonics. Aust Endod J. 2008 Dec;34(3):106-9. doi: 10.1111/j.1747-4477.2007.00090.x.
- Gorduysus MO, Gorduysus M, Friedman S. Operating microscope improves negotiation of second mesiobuccal canals in maxillary molars. J Endod. 2001 Nov;27(11):683-6. doi: 10.1097/00004770-200111000-00008.
- Weine FS, Hayami S, Hata G, Toda T. Canal configuration of the mesiobuccal root of the maxillary first molar of a Japanese sub-population. Int Endod J. 1999 Mar;32(2):79-87. doi: 10.1046/j.1365-2591.1999.00186.x.
- Ekert T, Krois J, Meinhold L, Elhennawy K, Emara R, Golla T, Schwendicke F. Deep Learning for the Radiographic Detection of Apical Lesions. J Endod. 2019 Jul;45(7):917-922.e5. doi: 10.1016/j.joen.2019.03.016. Epub 2019 Jun 1.
- Hiraiwa T, Ariji Y, Fukuda M, Kise Y, Nakata K, Katsumata A, Fujita H, Ariji E. A deep-learning artificial intelligence system for assessment of root morphology of the mandibular first molar on panoramic radiography. Dentomaxillofac Radiol. 2019 Mar;48(3):20180218. doi: 10.1259/dmfr.20180218. Epub 2018 Nov 9.
- Orhan K, Bayrakdar IS, Ezhov M, Kravtsov A, Ozyurek T. Evaluation of artificial intelligence for detecting periapical pathosis on cone-beam computed tomography scans. Int Endod J. 2020 May;53(5):680-689. doi: 10.1111/iej.13265. Epub 2020 Feb 3.
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Anticipé)
Achèvement primaire (Anticipé)
Achèvement de l'étude (Anticipé)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Autres numéros d'identification d'étude
- CBCT AI 7-1-1
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .