Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

Imagerie thermique alimentée par l'intelligence artificielle (IA) pour la détection de l'inflammation gingivale

11 février 2025 mis à jour par: Zeynep Turgut Çankaya, Gazi University

Imagerie thermique assistée par AI pour l'évaluation de l'inflammation gingivale: une nouvelle approche

Cette étude examine une nouvelle approche pour détecter l'inflammation gingivale en utilisant l'imagerie thermique et l'intelligence artificielle (IA). L'imagerie thermique est une technique qui utilise la chaleur pour générer des images détaillées, tandis que l'IA aide à analyser ces images pour identifier les modèles. Contrairement aux méthodes traditionnelles qui nécessitent un contact direct ou un examen visuel, cette approche est non invasive, éliminant le besoin d'interaction physique avec le Gingiva ou la dépendance à des évaluations subjectives.

Un aspect clé de cette étude est l'accent mis sur les personnes souffrant de respiration buccale, une condition qui complique la surveillance de la santé gingivale. En utilisant l'imagerie thermique, l'étude a détecté avec succès et classifié les niveaux d'inflammation gingivaux (sain, légers, modérés ou graves) en fonction des schémas de distribution de chaleur. De plus, des seuils de température spécifiques ont été établis pour différencier les tissus gingivaux sains et enflammés dans ce groupe de patients, représentant une nouvelle contribution au domaine.

Le système d'IA développé a démontré une grande précision dans l'identification de l'inflammation. Cette technologie a le potentiel de faciliter la détection préalable de la maladie gingivale, même avant que les symptômes cliniques ne deviennent évidents. En outre, il offre une méthode rapide, indolore et fiable pour surveiller la santé gingivale au fil du temps, améliorer l'accessibilité et améliorer l'expérience des patients dans les soins dentaires.

Ces résultats suggèrent que l'intégration de l'imagerie thermique et de l'IA pourrait améliorer considérablement le diagnostic et la gestion des maladies gingivales. Les recherches futures pourraient affiner davantage cette technologie en élargissant la taille de l'échantillon et en optimisant des modèles analytiques pour améliorer la précision et l'applicabilité généralisée.

Aperçu de l'étude

Description détaillée

Approbation éthique et sélection des participants Cette étude a été lancée après l'approbation du comité d'éthique de l'Université de Gazi (réunion n ° 13, datée du 30.07.2024). Les participants ont été sélectionnés parmi les personnes présentant au Département de parodontologie, Faculté de dentisterie, Gazi University.

Détermination de la respiration de la bouche

Le diagnostic de la respiration buccale était basé sur les antécédents médicaux des patients et l'examen clinique. Les participants ont été interrogés sur l'utilisation de dispositifs de respiration buccale, qu'ils dorment avec la bouche ouverte, et s'ils ont connu un réveil nocturne en raison de la bouche sèche. Les tests de diagnostic suivants ont été utilisés pendant l'examen clinique pour confirmer la respiration buccale:

Les participants ont été invités à fermer leurs lèvres et à respirer à travers une narine tandis que l'autre narine était occluse. Les personnes souffrant de respiration nasale présentaient une fonction musculaire alar efficace, qui est généralement absente dans les respirateurs de la bouche.

Alors que les participants ont été invités à respirer normalement, un miroir a été tenu horizontalement sous les narines bilatéralement. La présence de brouillard sur le côté inférieur du miroir était considérée comme un indicateur de respiration buccale.

Après avoir évalué les critères de respiration buccale, les individus répondant aux critères ont été inscrits à l'étude sur la base des paramètres d'inclusion et d'exclusion suivants:

Critères d'inclusion:

Présence d'au moins 20 ans entre 18 et 25 ans, avec une santé systémique Aucun antécédent de traitement parodontal au cours des six derniers mois

Critères d'exclusion:

Présence de toute infection aiguë Utilisation d'antibiotiques systémiques ou de médicaments anti-inflammatoires au cours des trois derniers mois de maladies systémiques de la grossesse et / / ou de la présence de xérostomie ou de drogue, une inflammation gingivale induite [5].

Après l'image thermographique initiale, les participants ont été invités à rincer avec de l'eau glacée 20 ° C pendant 60 secondes. Après le rinçage, les images thermiques ont été capturées à 1, 2 et 3 minutes.

Processus d'étiquetage Un total de 82 images thermiques de 20 participants ont été redimensionnées à 640 × 480 pixels et annotées à l'aide d'un outil de navigateur sous licence en ligne (Make Sense Ai). Un total de 867 points de données étiquetés ont été générés et divisés en un ensemble de formation (80% du total) et un ensemble de tests (20% du total).

Le processus d'étiquetage a impliqué le traçage du milieu de la pointe de la papille interdentaire, après le niveau de juxta-gingival au milieu de la papille interdentaire adjacent, et s'étendant verticalement à la jonction mucogingival. De ce point final vertical, la frontière a été retracée parallèle au point de départ, revenant à la projection du point médian de la papille initiale. Les limites ont été fermées verticalement à cette projection.

Évaluation de l'inflammation

Le degré d'inflammation a été évalué à l'aide de l'indice gingival. Les images ont été classées en quatre groupes en fonction de la note d'inflammation la plus élevée observée dans la région:

Inflammation 0: Gingiva normal Inflammation 1: Inflammation légère Inflammation 2: Inflammation modérée Inflammation 3: Inflammation sévère

Type d'étude

Observationnel

Inscription (Réel)

20

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Lieux d'étude

    • Çankaya
      • Ankara, Çankaya, Turquie, 06510
        • Gazi University Faculty of Dentistry Department of Periodontology

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

  • Adulte

Accepte les volontaires sains

Oui

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

Les participants ont été sélectionnés parmi des personnes présentant au Département de parodontologie, Faculté de dentisterie, Université de Gazi qui souffre de respiration buccale.

La description

Critères d'inclusion:

  1. Avoir au moins 20 dents
  2. Étant entre 18 et 25 ans et systématiquement en bonne santé.
  3. Aucun traitement parodontal au cours des 6 derniers mois.

Critères d'exclusion:

  1. Présence d'une infection aiguë
  2. Utilisation d'antibiotiques systémiques ou anti-inflammatoires au cours des trois derniers mois
  3. Histoire des maladies systémiques
  4. Grossesse et / ou lactation
  5. Xérostomie ou inflammation gingivale induite par le médicament
  6. Fumeurs actuels ou anciens

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

Cohortes et interventions

Groupe / Cohorte
Intervention / Traitement
Inflammation 0, inflammation 1, inflammation 2, inflammation 3
Gingiva normal inflammation légère inflammation modérée inflammation grave inflammation
Le degré d'inflammation a été évalué à l'aide de l'indice gingival

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Performance de classification du modèle d'IA dans la détection de l'inflammation gingivale à partir des données d'imagerie thermique
Délai: 6 mois
Les performances du modèle AI dans la détection de l'inflammation gingivale sont évaluées à l'aide de mesures de classification dérivées de données d'imagerie thermique. L'efficacité du modèle est évaluée en fonction de la précision globale, de la précision, de la sensibilité (rappel), de la spécificité et du score F1. Le processus de classification est effectué à l'aide de l'algorithme XGBOost, avec une approche de validation croisée de 5 fois pour assurer la fiabilité. La précision finale et les mesures de performance sont calculées comme la moyenne et l'écart type des résultats de validation croisée.
6 mois

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Parrainer

Les enquêteurs

  • Chercheur principal: Zeynep Turgut Çankaya, Gazi University

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Réel)

30 juillet 2024

Achèvement primaire (Réel)

1 janvier 2025

Achèvement de l'étude (Réel)

2 janvier 2025

Dates d'inscription aux études

Première soumission

5 février 2025

Première soumission répondant aux critères de contrôle qualité

11 février 2025

Première publication (Réel)

25 mars 2025

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

25 mars 2025

Dernière mise à jour soumise répondant aux critères de contrôle qualité

11 février 2025

Dernière vérification

1 février 2025

Plus d'information

Termes liés à cette étude

Autres numéros d'identification d'étude

  • 30.07.2024/13

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

OUI

Description du régime IPD

À la demande

Délai de partage IPD

toujours

Type d'informations de prise en charge du partage d'IPD

  • PROTOCOLE D'ÉTUDE
  • SÈVE
  • CIF
  • ANALYTIC_CODE
  • RSE

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

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 .

S'abonner