Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Diagnostic Accuracy of a Deep Learning Framework for Automated Evaluation of Root Canal Obturation Quality From Periapical Radiographs

29 giugno 2026 aggiornato da: Bothaina Mahmoud Elbadry, Cairo University

Diagnostic Accuracy of a Deep Learning Framework for Automated Classification, Quantitative Assessment and Comprehensive Evaluation of Root Canal Obturation Quality From Periapical Radiographs

This study aims to develop and evaluate an artificial intelligence (AI)-based system that can automatically assess the quality of root canal fillings using dental X-ray images. The AI system will analyze important features of the filling, including its length, uniformity, and shape, and classify the treatment quality as acceptable or needing improvement.

The study will use previously collected, anonymized dental X-ray images of teeth that have received root canal treatment. Experienced dental specialists will evaluate these images to provide a reference standard, which will be compared with the AI system's results.

The goal of this research is to determine whether AI can provide a reliable and consistent method for evaluating root canal treatment outcomes. In the future, such technology may help dentists make more accurate decisions, improve treatment evaluation, and contribute to better patient care.

Panoramica dello studio

Stato

Non ancora reclutamento

Condizioni

Intervento / Trattamento

Tipo di studio

Interventistico

Iscrizione (Stimato)

490

Fase

  • Non applicabile

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

  • Adulto

Accetta volontari sani

No

Descrizione

Periapical radiographs of teeth with completed root canal treatment from patients Aged between 18 and 60 years will be included, provided they exhibit satisfactory image quality characterized by adequate sharpness, contrast, and minimal noise, allowing clear visualization of the root canal filling and apical region. The radiographs must enable accurate assessment of obturation quality, including filling length, homogeneity, and taper. Both single-rooted and multi-rooted teeth will be considered to ensure adequate anatomical representation. Radiographs with poor image quality, significant distortion, metallic artifacts, post-core restorations, root resorption, fractures, or incomplete visualization of the apex will be excluded to ensure reliable analysis.

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

  • Scopo principale: Diagnostico
  • Assegnazione: N / A
  • Modello interventistico: Assegnazione di gruppo singolo
  • Mascheramento: Nessuno (etichetta aperta)

Armi e interventi

Gruppo di partecipanti / Arm
Intervento / Trattamento
Altro: Specialist annotation
Test diagnostico: Deep learning model
This study aims to develop and evaluate an artificial intelligence (AI)-based system that can automatically assess the quality of root canal fillings using dental X-ray images. The AI system will analyze important features of the filling, including its length, uniformity, and shape, and classify the treatment quality as acceptable or needing improvement.

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Evaluation of root canal obturation quality from periapical radiographs
Lasso di tempo: 1 month
Evaluation of root canal obturation quality from periapical radiographs
1 month

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Sponsor

Cairo University

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Stimato)

1 agosto 2026

Completamento primario (Stimato)

30 dicembre 2026

Completamento dello studio (Stimato)

1 luglio 2027

Date di iscrizione allo studio

Primo inviato

29 giugno 2026

Primo inviato che soddisfa i criteri di controllo qualità

29 giugno 2026

Primo Inserito (Effettivo)

6 luglio 2026

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

6 luglio 2026

Ultimo aggiornamento inviato che soddisfa i criteri QC

29 giugno 2026

Ultimo verificato

1 giugno 2026

Maggiori informazioni

Termini relativi a questo studio

Parole chiave

Termini MeSH pertinenti aggiuntivi

Altri numeri di identificazione dello studio

  • New Endo 7.1.1

Piano per i dati dei singoli partecipanti (IPD)

Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?

INDECISO

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

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 .

Prove cliniche su Deep learning model

Cerca prove simili

Sponsor e collaboratori

Condizioni mediche

Interventi farmacologici

CROs by country

CROs in Uzbekistan

Condizioni

Malattie rare

Interventi farmacologici

Supplementi dietetici

Sponsor / Collaboratori

Sedi

3
Sottoscrivi