Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

De nauwkeurigheid van detectie van kunstmatige intelligentie Tweede mesiobuccale kanaal van maxillaire eerste molaren op CBCT-afbeeldingen

20 april 2022 bijgewerkt door: Arwa Mousa, Cairo University

De nauwkeurigheid van computerondersteunde detectie van het tweede mesiobuccale kanaal van de eerste kiezen van de bovenkaak op CBCT-beelden met behulp van een deep learning-model (kunstmatige intelligentie): onderzoek naar diagnostische nauwkeurigheid

CAD-systemen zijn computertoepassingen die helpen bij het opsporen en/of diagnosticeren van ziekten door een onbevooroordeelde "second opinion" te geven aan de beeldvertolker, gericht op het verbeteren van de nauwkeurigheid en het verkorten van de tijd voor analyse. Met de snelle groei van Deep Learning (DL)-algoritmen in op afbeeldingen gebaseerde toepassingen, kunnen CAD-systemen nu door DL ​​worden getraind om meer geavanceerde mogelijkheden te bieden (dwz het vermogen van kunstmatige intelligentie [AI]) om clinici zo goed mogelijk te helpen.

Studie Overzicht

Toestand

Werving

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

Talloze studies en discussies zijn gebaseerd op het bestaan ​​van een tweede kanaal in de mesiobuccale (MB) wortel van de maxillaire molaren, aangezien sterk wordt aangenomen dat een van de belangrijkste redenen voor endodontisch falen in maxillaire eerste molaren de moeilijkheid is om te detecteren en de behandeling van die tweede mesiobuccale (MB2) kanalen. Uit de literatuur blijkt dat hoewel MB2-kanalen van maxillaire eerste molaren zijn gevonden in meer dan 70% van de in-vitro-onderzoeken, ze klinisch werden gedetecteerd in minder dan 40% van de gevallen. Cone beam computertomografie (CBCT) is een beeldvormingsmodaliteit op het gebied van endodontie die verschillende voordelen heeft, waaronder de mogelijkheid om driedimensionale (3D) beeldvorming van wortelkanaalsystemen uit te voeren met lagere stralingsdoses, hogere resolutie en zonder superpositie . Onderzoekers hebben de efficiëntie van CBCT geëvalueerd als het gaat om het identificeren van MB2-kanalen, en er is gesuggereerd dat CBCT een betrouwbare methode is voor de detectie van deze kanalen. In klinisch relevante situaties, zoals kleinere laesies op met wortels gevulde tanden, is de CBCT-nauwkeurigheid echter sterk verminderd (gevoeligheid 0,63, specificiteit 0,69). Bovendien lijdt de clinicusafhankelijke interpretatie van CBCT-beeldvorming nog steeds aan een lage inter- en intra-waarnemerovereenkomst.

Computerondersteunde detectie en diagnose (CAD) wordt op grote schaal toegepast op biomedische beeldanalyse buiten de tandheelkunde.

Studietype

Observationeel

Inschrijving (Verwacht)

50

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

Studie Contact Back-up

Studie Locaties

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

18 jaar en ouder (Volwassen, Oudere volwassene)

Accepteert gezonde vrijwilligers

Ja

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

CBCT-scans die maxillaire eerste kiezen tonen met een resolutie van niet meer dan 0,1 mm voxelgrootte. De CBCT-gegevens van deze studie zullen worden verkregen uit de CBCT-database die beschikbaar is bij de afdeling Orale en Maxillofaciale Radiologie, Faculteit der Tandheelkunde, Universiteit van Caïro, Caïro, Egypte en van meerdere particuliere radiologiecentra die hetzelfde machinemerk gebruiken met dezelfde parameters. CBCT-scans van Egyptische patiënten die al een CBCT-onderzoek hebben ondergaan als onderdeel van hun tandheelkundige diagnose en/of behandelplanning van januari 2020 tot december 2022, zullen worden opgenomen volgens de voorgestelde geschiktheidscriteria.

Beschrijving

Inclusiecriteria:

  • • CBCT-scans waarop een doorgebroken bovenkaak 1e molaar te zien is.

    • Vovelgrootte niet groter dan 0,1 mm.
    • Maxillaire kiezen met volledige wortelvorming.
    • Carieuze of niet-carieuze tand.

Uitsluitingscriteria:

  • • Eerste molaren in de bovenkaak met afwijkingen in de ontwikkeling, uitwendige of inwendige wortelresorptie, verkalking van het wortelkanaal, eerdere wortelkanaalbehandelingen, postrestauraties en/of wortelcariës.

    • CBCT-beelden van suboptimale kwaliteit of artefacten/hoge spreiding die de juiste beoordeling belemmeren.

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
CBCT-afbeeldingen van maxillaire 1e kiezen
Diagnostische toets: diep lerend model
deep learning-model ontwikkeld door informatica-expert en gebaseerd op convolutie neuraal netwerk, en getraind door onze datasets.
Andere namen:
  • hulpmiddel voor kunstmatige intelligentie

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
nauwkeurigheid van detectie van MB2
Tijdsspanne: basislijn
detectie van MB2 op CBCT-beelden van maxillaire eerste molaren met behulp van een deep learning-model
basislijn

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Sponsor

Cairo University

Onderzoekers

  • Studie directeur: Enas Anter, Ph.D, Cairo University

Publicaties en nuttige links

De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.

Algemene publicaties

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Verwacht)

1 mei 2022

Primaire voltooiing (Verwacht)

1 september 2023

Studie voltooiing (Verwacht)

1 oktober 2023

Studieregistratiedata

Eerst ingediend

15 april 2022

Eerst ingediend dat voldeed aan de QC-criteria

20 april 2022

Eerst geplaatst (Werkelijk)

21 april 2022

Updates van studierecords

Laatste update geplaatst (Werkelijk)

21 april 2022

Laatste update ingediend die voldeed aan QC-criteria

20 april 2022

Laatst geverifieerd

1 april 2022

Meer informatie

Termen gerelateerd aan deze studie

Andere studie-ID-nummers

  • CBCT AI 7-1-1

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

ONBESLIST

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Abonneren