人工知能による詰め物の評価
Yolo-V5 による充填およびオーバーハング充填の評価へのアプローチ: 人工知能の研究
この非介入臨床研究の目標は、教師あり学習を通じて訓練されたディープ CNN (畳み込みニューラル ネットワーク) アーキテクチャに基づいて、パノラマ画像を使用して追加の咬翼 X 線写真を必要とせずに、充填およびオーバーハング充填の蔓延と分布を検出することです。
この研究では、遡及的に取得された X 線写真が、関連する状況に対応する人工知能モデルの開発に使用されました。 これらのデータセットは、さまざまな歯科目的で ESOGU (エスキシェヒル オスマンガジ大学) 歯学部、歯科顎顔面放射線科クリニックに応募した患者の画像から取得されました。 エスキシェヒル・オスマンガジ大学非介入臨床研究倫理委員会 (決定日および決定番号: 04.10.2022/22) 研究プロトコールを承認した。 研究ではヘルシンキ宣言の原則に従った。
調査の概要
状態
状態
条件
条件
介入・治療
介入・治療
研究の種類
研究の種類
入学 (実際)
入学
連絡先と場所
研究場所
-
-
-
Eskişehir、七面鳥、26200
- Eskisehir Osmangazi University
-
-
参加基準
適格基準
適格基準
就学可能な年齢
- 子
- 大人
- 高齢者
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
説明
包含基準:
- 永久歯列形成期の画像
- 検査領域内のアーティファクトのない画像
- 歯科修復治療歴のある方
除外基準:
- 混合歯列の個人の画像
- 患者の位置が間違っていたり、アーチファクトが含まれていたりすることによって取得された X 線画像
研究計画
研究はどのように設計されていますか?
デザインの詳細
グループ/コホートの数
コホートと介入
グループ/コホートグループ/コホート |
介入・治療介入・治療 |
|---|---|
|
充填
|
この後ろ向き研究には、さまざまな目的で以前に患者から撮影されたX線写真の分析が含まれています
|
|
オーバーハング充填
|
この後ろ向き研究には、さまざまな目的で以前に患者から撮影されたX線写真の分析が含まれています
|
この研究は何を測定していますか?
主要な結果の測定
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
充填およびオーバーハング充填のための人工知能モデルの成功
時間枠:1年
|
これは、充填およびオーバーハング充填の感度、精度、および F1 スコア値を計算することによって取得されます。
|
1年
|
協力者と研究者
研究記録日
主要日程の研究
研究開始 (実際)
研究開始
一次修了 (実際)
一次修了
研究の完了 (実際)
研究の完了
試験登録日
最初に提出
最初に提出
QC基準を満たした最初の提出物
QC基準を満たした最初の提出物
最初の投稿 (実際)
最初の投稿
学習記録の更新
投稿された最後の更新 (実際)
投稿された最後の更新
QC基準を満たした最後の更新が送信されました
QC基準を満たした最後の更新が送信されました
最終確認日
最終確認日
詳しくは
本研究に関する用語
キーワード
その他の研究ID番号
その他の研究ID番号
- Retrospective
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
IPD プランの説明
IPD 共有サポート情報タイプ
- STUDY_PROTOCOL
- SAP
- CSR
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
米国FDA規制機器製品の研究
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。