악관절 장애 환자의 임상 데이터 분석

이 프로젝트는 교합 접촉과 신체 및 정신 건강의 무증상 지표 사이의 상관 관계를 수행하기 위한 것입니다. 교합 감지, 체력 감지 및 설문 조사를 결합한 데이터 수집 방법을 채택하여 대상 데이터를 얻은 다음 기계 학습 방법을 사용하여 수집된 데이터에서 민감한 기술 파라미터를 추출합니다.

1. 데이터 수집

1. 3D 교합 접촉 감지: 1000명의 건강한 지원자를 모집하고 "구강 레이저 스캐너"를 사용하여 3D 스캐닝을 수행하여 1000명의 건강한 지원자의 3D 교합 디지털 모델 데이터를 얻을 계획입니다. 동시에 대조군을 설정하였고, 우리과의 기존 증례 데이터베이스에 내원한 적이 있는 환자 10,000명의 모델과 데이터를 비교 분석에 사용하였다.
2. 체력 테스트: 지원자의 동적/정적 기립 균형 기능 테스트를 위해 우리 연구 그룹에서 개발한 동적/정적 균형 테스트 시스템을 사용하여 체력 매개 변수를 테스트하고 얻습니다. 샘플 크기는 통계적으로 추정되며 평균 동적/정적 테스트 수는 50개 이상입니다. 동시에 통제 그룹을 설정했습니다: 측두하악 관절 장애 및 비정상 폐색이 있는 지원자.
3. 심리 평가: 지원자의 성격 특성, 정신 건강 수준 및 기본 비행 능력을 포함합니다.

2. 기계 학습 교합 매개변수 추출은 당사에서 보고한 3D 교합 평가 시스템을 사용하여 교합 견고성을 계산하고 당사에서 보고한 방법에 따라 위턱과 아래턱의 3차원 방향 및 종합 매개변수를 추출합니다. 10개의 양적 지표 중.

3. 교합접촉과 신체 및 정신건강 지표의 상관관계 분석 수집된 교합 파라미터 데이터는 동적/정적 기립 균형 기능 검사에서 얻은 신체 파라미터 데이터와 성격 특성, 정신 건강 수준 및 다른 테스트에서는 건강한 측두하악 관절 장애와 비정상적인 폐색이 있는 지원자의 동적/정적 능력의 차이를 분산 분석과 비교했습니다. 상관관계 검정을 위해 다중회귀법을 사용하였다. 기계 학습은 클러스터 분석에 사용됩니다.