Rilevazione di lesioni periapicali su radiografie panoramiche dentali basate sull'intelligenza artificiale (OPTITOMO)
Rilevamento di lesioni periapicali su immagini panoramiche dentali basate sull'intelligenza artificiale utilizzando la tomografia computerizzata a fascio conico
I danni periapicali dentali possono avere varie ragioni e si riflettono in una lesione radiotrasparente all'imaging complementare: radiografie retro-alveolari angolate (RA), radiografie panoramiche dentali e imaging tridimensionale come la tomografia computerizzata (TC) o la tomografia computerizzata a fascio conico ( CBCT).
Per il rilevamento radiografico di queste lesioni parodontali profonde, la panoramica dentale rappresenta un primo approccio comunemente eseguito con radiazioni relativamente basse. L'indagine può essere seguita da immagini radiologiche retroalveolari più localizzate e più precise. Tuttavia, utilizzando queste tecniche, i tassi di rilevamento di queste lesioni sono bassi (20% e 36% rispettivamente), è necessario utilizzare l'indagine tomografica tridimensionale per essere più discriminanti (69%). L'imaging gold standard per il rilevamento di queste lesioni è la CBCT seguita dalla radiografia retroalveolare (~ 2 volte meno sensibile della CBCT) e dalla radiografia panoramica (~ 2 volte meno sensibile dell'AR). Sebbene non sia una radiografia a tutto spessore, la panoramica dentale ha il vantaggio di essere eseguita più comunemente pur essendo meno radiante rispetto alla CBCT e fornendo una visione globale delle arcate dentarie su un'unica immagine.
Il rilevamento delle lesioni periapicali viene effettuato dopo una valutazione clinica e un apprezzamento visivo degli esami complementari.
Lo scopo di questo progetto è quello di migliorare il rilevamento delle lesioni periapicali, sviluppando un algoritmo in grado di identificarle su una radiografia dentale panoramica. Questo algoritmo si basa su un sistema di deep learning addestrato con dati di riferimento tra cui imaging dentale panoramico e CBCT con un intervallo di acquisizione inferiore a 3 mesi. Il modello si basa su un lavoro precedente, migliorerà la qualità dei dati iniziali (utilizzando CBCT), utilizzando innovativi algoritmi di intelligenza artificiale (transfer learning).
Panoramica dello studio
Stato
Condizioni
Descrizione dettagliata
Tipo di studio
Iscrizione (Stimato)
Contatti e Sedi
Contatto studio
- Nome: Arpiné EL NAR, PhD
- Numero di telefono: 0033387557766
- Email: a.elnar@chr-metz-thionville.fr
Luoghi di studio
-
-
-
Metz, Francia, 57085
- Reclutamento
- CHR Metz-Thionville/Hopital de Mercy
-
Contatto:
-
Contatto:
- Arpiné EL NAR, PhD
- Numero di telefono: 0033387557766
- Email: a.elnar@chr-metz-thionville.fr
-
Sub-investigatore:
- Paul RETIF, MD
-
Investigatore principale:
- Marc ENGELS-DEUTSCH, MD
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criterio di inclusione:
- Pazienti sottoposti a CBCT e imaging dentale panoramico con meno di 3 mesi tra i due esami
Criteri di esclusione:
- Pazienti che si sono rifiutati di partecipare allo studio.
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Prestazioni del software di intelligenza artificiale
Lasso di tempo: 2 anni
|
misurazione del punteggio F1. Il punteggio F1 è calcolato come media armonica dei punteggi di precisione e richiamo. Va dallo 0 al 100% e un punteggio F1 più alto denota un classificatore di qualità migliore. |
2 anni
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Specificità del software di Intelligenza Artificiale
Lasso di tempo: 2 anni
|
misurazione dei veri positivi, veri negativi, falsi positivi, falsi negativi
|
2 anni
|
Collaboratori e investigatori
Investigatori
- Investigatore principale: Marc ENGELS-DEUTSCH, MD, CHR Metz Thionville Hopital de Mercy
- Cattedra di studio: Paul RETIF, MD, PhD, CHR Metz Thionville Hopital de Mercy
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Stimato)
Completamento dello studio (Stimato)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- 2023-04Obs-CHRMT
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
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 .