このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

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

2026年6月29日 更新者: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.

調査の概要

状態

まだ募集していません

条件

介入・治療

研究の種類

介入

入学 (推定)

490

段階

  • 適用できない

参加基準

研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。

適格基準

就学可能な年齢

  • 大人

健康ボランティアの受け入れ

いいえ

説明

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.

研究計画

このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。

研究はどのように設計されていますか?

デザインの詳細

  • 主な目的:診断
  • 割り当て:なし
  • 介入モデル:単一グループの割り当て
  • マスキング:なし(オープンラベル)

武器と介入

参加者グループ / アーム
介入・治療
他の:Specialist annotation
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.

この研究は何を測定していますか?

主要な結果の測定

結果測定
メジャーの説明
時間枠
Evaluation of root canal obturation quality from periapical radiographs
時間枠:1 month
Evaluation of root canal obturation quality from periapical radiographs
1 month

協力者と研究者

ここでは、この調査に関係する人々や組織を見つけることができます。

スポンサー

研究記録日

これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。

主要日程の研究

研究開始 (推定)

2026年8月1日

一次修了 (推定)

2026年12月30日

研究の完了 (推定)

2027年7月1日

試験登録日

最初に提出

2026年6月29日

QC基準を満たした最初の提出物

2026年6月29日

最初の投稿 (実際)

2026年7月6日

学習記録の更新

投稿された最後の更新 (実際)

2026年7月6日

QC基準を満たした最後の更新が送信されました

2026年6月29日

最終確認日

2026年6月1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

  • New Endo 7.1.1

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?

未定

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

いいえ

米国FDA規制機器製品の研究

いいえ

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。