L’intelligenza artificiale rivaleggia con il Bitewing digitale nel rilevamento della carie secondaria
L'intelligenza artificiale rivaleggia con la tradizionale radiografia Bite Wing nel rilevamento della carie secondaria prossimale in un gruppo di pazienti egiziani presso l'Università del Cairo, Facoltà di Odontoiatria (Studio sull'accuratezza diagnostica)
Panoramica dello studio
Stato
Stato
Condizioni
Condizioni
Intervento / Trattamento
Intervento / Trattamento
Descrizione dettagliata
Tipo di studio
Tipo di studio
Iscrizione (Stimato)
Iscrizione
Contatti e Sedi
Contatto studio
Contatto studio
- Nome: Heba-Tullah mohamed mansour, master
- Numero di telefono: 01025457570
- Email: hebatullah.mansour@dentistry.cu.edu.eg
Criteri di partecipazione
Criteri di ammissibilità
Criteri di ammissibilità
Età idonea allo studio
- Adulto
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criteri di inclusione:
- Pazienti adulti Paziente di età compresa tra 22 e 60 anni
- Maschi o femmine.
- I pazienti hanno restauri prossimali.
- Pazienti cooperativi che mostrano interesse a partecipare allo studio.
Criteri di esclusione:
- Pazienti con apparecchi ortodontici o lavori di ponte che potrebbero interferire con la valutazione
- Pazienti senza carie.
- Malattia sistematica che può influenzare la partecipazione.
- Pazienti che non desiderano prendere parte allo studio o che rifiutano di firmare il consenso informato.
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Cosa sta misurando lo studio?
Misure di risultato primarie
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
due modelli di deep learning, YOLO e Mask-RCNN, verranno addestrati su questo set di dati per rilevare e classificare con precisione le immagini che mostrano segni di carie secondaria
Lasso di tempo: linea di base
|
i modelli rileveranno la presenza o l'assenza di carie secondaria attorno ai restauri
|
linea di base
|
Collaboratori e investigatori
Sponsor
Sponsor
Investigatori
Investigatori
- Direttore dello studio: Prof. Dr. Heba Hamza, professor, Professor of Conservative Dentistry Department, Faculty of Dentistry, Cairo University
- Direttore dello studio: Dr. Rawda Hisham A. ElAziz, lecturer, Lecturer of Conservative Dentistry Department, Faculty of Dentistry, Cairo University
- Direttore dello studio: Dr. Asmaa Ahmed Elsayed Osman, lecturer, Lecturer of Information Technology, Faculty of Computers and Artificial Intelligence, Cairo University
Pubblicazioni e link utili
Pubblicazioni generali
- Chaves ET, Vinayahalingam S, van Nistelrooij N, Xi T, Romero VHD, Flugge T, Saker H, Kim A, Lima GDS, Loomans B, Huysmans MC, Mendes FM, Cenci MS. Detection of caries around restorations on bitewings using deep learning. J Dent. 2024 Apr;143:104886. doi: 10.1016/j.jdent.2024.104886. Epub 2024 Feb 9.
- Mohammad-Rahimi H, Motamedian SR, Rohban MH, Krois J, Uribe SE, Mahmoudinia E, Rokhshad R, Nadimi M, Schwendicke F. Deep learning for caries detection: A systematic review. J Dent. 2022 Jul;122:104115. doi: 10.1016/j.jdent.2022.104115. Epub 2022 Mar 30.
- Mertens S, Krois J, Cantu AG, Arsiwala LT, Schwendicke F. Artificial intelligence for caries detection: Randomized trial. J Dent. 2021 Dec;115:103849. doi: 10.1016/j.jdent.2021.103849. Epub 2021 Oct 14.
- Chen X, Guo J, Ye J, Zhang M, Liang Y. Detection of Proximal Caries Lesions on Bitewing Radiographs Using Deep Learning Method. Caries Res. 2022;56(5-6):455-463. doi: 10.1159/000527418. Epub 2022 Oct 10.
Studiare le date dei record
Studia le date principali
Inizio studio (Stimato)
Inizio studio
Completamento primario (Stimato)
Completamento primario
Completamento dello studio (Stimato)
Completamento dello studio
Date di iscrizione allo studio
Primo inviato
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Primo Inserito
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento pubblicato
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
Altri numeri di identificazione dello studio
- AI in detect dental caries
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .