고정성 치과 보철물을 위한 인공 지능 대 기존 디지털 디자인
고정성 치과 보철물에 대한 인공지능 대 기존 디지털 디자인의 정확도 평가: (시험관 내 연구)
이 체외 연구는 고정 치과 보철물(FDP)에 대한 인공지능(AI) 기반 자동 설계 시스템의 정확도를 기존의 컴퓨터 지원 설계(CAD) 소프트웨어와 비교하여 평가하는 것을 목표로 합니다. 고정 치과 보철물이 필요한 치아의 디지털 스캔을 수집하여 두 가지 접근법으로 보철물 설계를 생성할 것입니다: 인간이 설계한 CAD 보철물과 AI가 생성한 보철물입니다.
주요 결과는 3D 중첩 및 교집합 비율(IOU) 백분율을 사용하여 평가된 설계 정확도입니다. 2차 결과에는 F1 점수, 정밀도 및 재현율을 사용하여 측정된 마진 감지 성능이 포함됩니다. 총 438개의 스캔 샘플 크기가 분석될 것입니다.
이 연구는 AI가 생성한 보철물 설계가 기존의 디지털 설계와 비교할 만한 정확도를 보이는지 여부를 결정할 것입니다.
연구 개요
상태
상세 설명
본 연구는 고정성 치과 보철물(FDP)을 위한 인공지능(AI) 기반 자동 설계 시스템의 정확도와 성능을 기존 컴퓨터 지원 설계(CAD) 소프트웨어와 비교 평가하기 위한 체외 비교 연구로 설계되었습니다.
고정성 치과 보철물이 필요한 환자의 디지털 스캔 데이터는 치과대학 생산 실험실에서 수집됩니다. 적격 스캔에는 FDP가 필요한 손상된 치아를 가진 18-65세 성인 및 분석에 적합한 교합 해부학적 구조가 포함됩니다.
AI 워크플로우는 순차적인 세 단계로 구성됩니다: 훈련(60%), 검증(10%), 테스트(30%). AI 모델은 자연적인 공간적 치아 형태와 역사적 인간 설계 FDP 데이터 세트를 사용하여 훈련됩니다. 대조군은 경험 있는 치과 전문가가 CAD 소프트웨어를 사용하여 수동으로 설계한 FDP로 구성됩니다.
주요 결과:
주요 결과는 3D 중첩 분석을 사용하여 측정되고 교집합 대 합집합 비율(IOU 백분율)로 정량화된 크라운 설계 정확도입니다.
부차적 결과:
마진 검출 정확도는 F1 점수, 정밀도 및 재현율 지표를 사용하여 평가됩니다.
통계 분석은 MedCalc 소프트웨어(버전 22)를 사용하여 수행됩니다. 연속 변수는 평균, 제곱평균제곱근 및 표준 편차로 제시됩니다. 그룹 간 비교는 유의 수준을 P ≤ 0.05(양측)로 설정한 대응 표본 t-검정을 사용하여 수행됩니다.
귀무가설은 AI 설계와 인간 설계 고정성 치과 보철물 간에 통계적으로 유의한 차이가 없을 것이라고 명시합니다.
연구 유형
등록 (추정된)
단계
- 해당 없음
연락처 및 위치
연구 장소
-
-
-
Giza, 이집트
- 모병
- MSA university
-
연락하다:
- Modern Sciences and Arts MSA October University for Modern Sciences and Arts
- 전화번호: 002-0216672
- 이메일: info@msa.edu.eg
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
설명
포함 기준:
- 18-65세 성인 고정성 치과 보철물이 필요한 손상된 치아 환자 이용 가능한 디지털 구강 내 스캔 대합치 분석을 위한 적절한 교합 해부학
제외 기준:
- 불완전하거나 품질이 낮은 디지털 스캔 분석에 영향을 미치는 심한 교합 이상 지정된 연령 범위를 벗어난 환자
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 특수 증상
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
다른: 인간 설계 고정 치과 보철물 (기존 CAD)
고정성 치과 보철물은 교합 해부학 및 환자별 스캔 데이터를 바탕으로 경험 많은 치과 전문가들이 기존 CAD 소프트웨어를 사용하여 수동으로 설계됩니다.
이 설계들은 3D 중첩 분석을 통해 AI 생성 설계와의 정확도를 평가하기 위한 대조군 비교자로 사용될 것입니다.
|
고정식 치과 보철물은 경험 많은 치과 전문가들이 기존의 컴퓨터 지원 설계(CAD) 소프트웨어를 사용하여 디지털 방식으로 설계됩니다.
설계는 교합 해부학 및 환자별 구강 내 스캔 데이터를 기반으로 합니다.
이러한 수동으로 생성된 디지털 설계는 3D 중첩 및 정량적 정확도 분석을 사용하여 AI 생성 설계에 대한 정확도를 평가하기 위한 비교자 역할을 합니다.
다른 이름들:
|
|
다른: AI 설계 고정 치과 보철물
고정성 치과 보철물은 인공지능 기반 설계 시스템을 사용하여 자동으로 생성됩니다.
AI 모델은 교합 스캔 데이터 세트와 과거 인간이 설계한 보철물을 사용하여 훈련, 검증 및 테스트됩니다.
생성된 설계는 3D 중첩 및 Intersection over Union(IoU) 분석을 사용하여 정확도를 평가합니다.
|
인공지능 기반 자동 설계 시스템이 딥러닝 알고리즘을 사용하여 고정성 치과 보철물 설계를 생성합니다.
AI 모델은 교합 스캔 데이터셋과 과거 인간이 설계한 보철물 데이터를 기반으로 훈련(60%), 검증(10%), 테스트(30%)됩니다.
생성된 설계는 3D 중첩 및 교집합 합집합 비율(IoU) 분석을 사용하여 정확도와 변연 정밀도를 평가합니다.
다른 이름들:
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
인공지능 설계 고정성 치과 보철물과 인간 설계 보철물의 정확도 비교
기간: 크라운 디자인 생성 직후 (디지털 분석 시점)
|
정확도는 3D 이미징 소프트웨어를 사용하여 AI로 생성된 크라운 설계와 인간이 설계한 크라운을 중첩하여 평가됩니다.
두 설계 접근법 간의 형태적 일치도와 교합 적합성을 평가하기 위해 Intersection over Union(IOU) 백분율이 계산됩니다.
|
크라운 디자인 생성 직후 (디지털 분석 시점)
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
AI 시스템의 마진 감지 성능
기간: 디지털 크라운 디자인 생성 직후
|
마진 탐지 정확도는 F1 점수, 정밀도, 재현율 지표를 사용하여 평가되어 AI 모델이 인간이 설계한 참조 모델과 비교하여 준비 마진을 정확하게 식별하는 능력을 평가합니다.
|
디지털 크라운 디자인 생성 직후
|
공동 작업자 및 조사자
간행물 및 유용한 링크
일반 간행물
- Wu Z et al., 2024 Comparison of the Efficacy of Artificial Intelligence-Powered Software in Crown Design: An In Vitro Study. International Dental Journal. 2024.
- Ding H et al., 2023 Morphology and mechanical performance of dental crown designed by 3D-DCGAN. Dental Materials. 2023.
- Chau RCW et al., 2024 Accuracy of artificial intelligence-designed single-molar dental prostheses: A feasibility study. Journal of Prosthetic Dentistry. 2024.
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
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
- REC-D 1216-5
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. .