- ICH GCP
- 미국 임상 시험 레지스트리
- 임상시험 NCT05901857
파노라마 방사선 사진에서 치아 연령 추정을 위한 컨볼루션 신경망의 정밀도 평가
디지털 파노라마 방사선 사진에서 이집트 인구의 치과 연령 추정을 위한 회선 신경망의 정확도 평가: 진단 정확도 연구
연구 개요
상세 설명
Willems 방법은 Demirjian 방법을 수정하여 만기 점수를 연도 단위로 직접 표현하는 새로운 테이블을 생성하여 수정한 치과 연령 추정 기법입니다.
모든 참가자의 파노라마 방사선 사진은 정보에 입각한 동의 하에 찍은 다음 번호가 매겨지고 코드화됩니다. 각 참가자의 실제 나이는 방사선 사진 날짜에서 생년월일을 빼서 계산되며 실제 나이는 연구자로부터 눈이 멀게 됩니다(실제 나이는 사실임). 모든 파노라마 방사선 사진은 Willems 방법에 따라 치과 연령을 결정하기 위해 주 저자가 두 번 검사합니다.
제3대구치를 제외한 7개의 하악 좌측 치아는 석회화가 없는 경우 '0', 석회화 정도에 따라 'A'~'H'로 판정한다. 각 문자는 남자아이와 여자아이에 대한 표를 사용하여 치과 연령 비율인 점수에 해당합니다. 7개의 왼쪽 하악 치아에 대한 점수를 직접 합산하면 예상 치아 연령이 됩니다. 치과 방사선과 의사의 추정 정확도는 ground truth(첫 번째 인덱스 테스트)와 비교됩니다.
Ground Truth와 비교되는 두 번째 인덱스 테스트는 CNN 모델입니다. CNN 모델용 데이터 세트를 준비하기 위해 엄격한 전처리 절차를 따릅니다. 여기에는 이미지를 원하는 치수로 크기 조정하고, 이미지에 포함할 치아 부분을 분할하고, 데이터 증가 기술을 적용하여 데이터 세트의 품질과 양을 향상시키는 작업이 포함됩니다. 그런 다음 데이터 세트는 20:80 비율을 사용하여 교육 및 테스트 세트로 분할되며 예상 샘플 수에 따라 신중하게 선택됩니다. 또한 모델의 정확도는 실측(연대순)과 비교하여 평가됩니다.
연구 유형
등록 (추정된)
연락처 및 위치
연구 연락처
- 이름: Rawan Elkassas
- 전화번호: +201011385738
- 이메일: rawanelkassas@gmail.com
연구 장소
-
-
-
Cairo, 이집트
- 모병
- Rawan Elkassas
-
연락하다:
- rawan elkassas
- 이메일: rawan.elkassas@dentistry.cu.edu.eg
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 어린이
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- 모든 하악 좌측 영구치의 존재(제3대구치 제외)
- 명확하게 보이는 뿌리 발달
- 전신질환 없음
- 근관 치료 또는 추출의 역사 없음
- 낭종이나 종양과 같은 하악 발달에 영향을 미치는 관련 질병이 없습니다.
제외 기준:
- 조산 환자
- 안면비대칭
- 선천적 기형
- 치아안면 부위의 외상 또는 수술 이력
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
---|---|---|
CNN 모델을 이용한 디지털 파노라마 방사선 사진의 치아 연령 추정 정확도
기간: 학업 수료까지 평균 1년
|
백분율
|
학업 수료까지 평균 1년
|
공동 작업자 및 조사자
스폰서
수사관
- 연구 의자: Mohab Eid, Nile University
간행물 및 유용한 링크
일반 간행물
- Ekert T, Krois J, Meinhold L, Elhennawy K, Emara R, Golla T, Schwendicke F. Deep Learning for the Radiographic Detection of Apical Lesions. J Endod. 2019 Jul;45(7):917-922.e5. doi: 10.1016/j.joen.2019.03.016. Epub 2019 Jun 1.
- Banar N, Bertels J, Laurent F, Boedi RM, De Tobel J, Thevissen P, Vandermeulen D. Towards fully automated third molar development staging in panoramic radiographs. Int J Legal Med. 2020 Sep;134(5):1831-1841. doi: 10.1007/s00414-020-02283-3. Epub 2020 Apr 1.
- El-Desouky SS, Kabbash IA. Age estimation of children based on open apex measurement in the developing permanent dentition: an Egyptian formula. Clin Oral Investig. 2023 Apr;27(4):1529-1539. doi: 10.1007/s00784-022-04773-7. Epub 2022 Nov 17.
- Galibourg A, Cussat-Blanc S, Dumoncel J, Telmon N, Monsarrat P, Maret D. Comparison of different machine learning approaches to predict dental age using Demirjian's staging approach. Int J Legal Med. 2021 Mar;135(2):665-675. doi: 10.1007/s00414-020-02489-5. Epub 2021 Jan 7.
- Guo YC, Han M, Chi Y, Long H, Zhang D, Yang J, Yang Y, Chen T, Du S. Accurate age classification using manual method and deep convolutional neural network based on orthopantomogram images. Int J Legal Med. 2021 Jul;135(4):1589-1597. doi: 10.1007/s00414-021-02542-x. Epub 2021 Mar 4.
- Kim S, Lee YH, Noh YK, Park FC, Auh QS. Age-group determination of living individuals using first molar images based on artificial intelligence. Sci Rep. 2021 Jan 13;11(1):1073. doi: 10.1038/s41598-020-80182-8. Erratum In: Sci Rep. 2022 Feb 7;12(1):2332.
- Sehrawat JS, Singh M. Willems method of dental age estimation in children: A systematic review and meta-analysis. J Forensic Leg Med. 2017 Nov;52:122-129. doi: 10.1016/j.jflm.2017.08.017. Epub 2017 Aug 25.
- Shen S, Liu Z, Wang J, Fan L, Ji F, Tao J. Machine learning assisted Cameriere method for dental age estimation. BMC Oral Health. 2021 Dec 15;21(1):641. doi: 10.1186/s12903-021-01996-0.
- Vila-Blanco N, Carreira MJ, Varas-Quintana P, Balsa-Castro C, Tomas I. Deep Neural Networks for Chronological Age Estimation From OPG Images. IEEE Trans Med Imaging. 2020 Jul;39(7):2374-2384. doi: 10.1109/TMI.2020.2968765. Epub 2020 Jan 31.
- Ye X, Jiang F, Sheng X, Huang H, Shen X. Dental age assessment in 7-14-year-old Chinese children: comparison of Demirjian and Willems methods. Forensic Sci Int. 2014 Nov;244:36-41. doi: 10.1016/j.forsciint.2014.07.027. Epub 2014 Aug 19.
연구 기록 날짜
연구 주요 날짜
연구 시작 (추정된)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
- ORAD 3-3-1 (2)
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .
나이 문제에 대한 임상 시험
-
Maastricht University Medical Center완전한
컨벌루션 신경망에 대한 임상 시험
-
Ospedale Generale Di Zona Moriggia-PelasciniOspedale di Vipiteno-Sterzing (SABES-ASDAA)완전한
-
Icahn School of Medicine at Mount SinaiNorthwestern University; The Cleveland Clinic; University of California, Davis; RxHealth모병
-
Jordi Gol i Gurina FoundationDepartment of Health, Generalitat de Catalunya완전한
-
Washington University School of Medicine빼는