Deep Learning-Based Measurement of Keratinized Gingiva Width Using Smartphone-Acquired Clinical Images
A Deep Learning-Based Analytical Framework for Detection, Quantification, and Quality Assessment of Keratinized Gingival Tissues in Clinical Examination Images
Panoramica dello studio
Stato
Condizioni
Intervento / Trattamento
Descrizione dettagliata
This observational diagnostic validation study was conducted to develop and evaluate an artificial intelligence-based system for automated assessment of keratinized gingiva width (KGW) using smartphone-acquired intraoral clinical photographs.
Standardized intraoral images were collected from eligible participants following predefined inclusion and exclusion criteria. All images were captured using a smartphone under standardized clinical conditions to ensure uniformity in lighting, angulation, and image quality. Clinical measurements of keratinized gingiva width were independently performed by two calibrated expert examiners, serving as the reference (ground truth) standard.
A deep learning-based model was trained to segment and measure the keratinized gingival tissue from clinical images. The predicted measurements generated by the AI system were compared against the expert clinical measurements to evaluate model performance.
The performance of the system was assessed using multiple evaluation metrics, including accuracy, Dice similarity coefficient, Intersection over Union (IoU), precision, recall, and F1-score. Inter-examiner reliability between experts was also considered to ensure consistency of the reference standard.
The study aims to demonstrate the feasibility of integrating artificial intelligence into periodontal diagnostics, specifically for objective and reproducible measurement of keratinized gingiva width. The proposed system may contribute to reducing inter-operator variability and improving clinical efficiency in periodontal assessment.
Tipo di studio
Iscrizione (Effettivo)
Contatti e Sedi
Luoghi di studio
-
-
Cairo Governorate
-
Cairo, Cairo Governorate, Egitto, 11754
- Faculty of Dental Medicine for Girls, Al-Azhar University
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Inclusion Criteria:
- Patients aged 18 years or older.
Patients with varying periodontal conditions thealthy. gingivitis, periodontitie.
Patients willing to provide adormed consent.
Exclusion Criteria:
- Patients with a history of periodontal surgery within the past six montie
Patients withsystemic conditions affecting oraltissue eg. diabetes.
Very poor quality intra oral image.
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Coorti e interventi
Gruppo / Coorte |
Intervento / Trattamento |
|---|---|
|
Participants Undergoing Keratinized Gingiva Assessment
Participants whose smartphone-acquired intraoral clinical photographs were used for assessment of keratinized gingiva width.
Clinical measurements performed by expert examiners served as the reference standard for validation of the artificial intelligence model.
|
Analysis of smartphone-acquired intraoral photographs using a deep learning model for automated measurement of keratinized gingiva width.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Accuracy of Artificial Intelligence-Based Keratinized Gingiva Width Measurement
Lasso di tempo: Baseline (single study visit)
|
Evaluation of the agreement between keratinized gingiva width measurements generated by the artificial intelligence model and reference measurements obtained by calibrated examiners using smartphone-acquired intraoral clinical photographs at the baseline clinical visit.
|
Baseline (single study visit)
|
Collaboratori e investigatori
Sponsor
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Effettivo)
Completamento dello studio (Effettivo)
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
- OMPDR 108-1q
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Descrizione del piano 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 .