Evaluatie van kunstmatige intelligentie van vullingen

Het doel van dit niet-interventionele klinische onderzoek is het detecteren van de prevalentie en verspreiding van vulling en overhangende vulling zonder de noodzaak van aanvullende bitewing-röntgenfoto's met behulp van panoramische beelden, gebaseerd op een diepe CNN-architectuur (Convolutional Neural Network), getraind door middel van begeleid leren.

In dit onderzoek zijn retrospectief verkregen röntgenfoto’s gebruikt bij de ontwikkeling van kunstmatige intelligentiemodellen voor relevante situaties. Deze datasets zijn verkregen uit de beelden van de patiënten die zich voor verschillende tandheelkundige doeleinden hadden aangemeld bij de Tandheelkundige Faculteit van ESOGU (Eskişehir Osmangazi Universiteit), Dentomaxillofaciale Radiologiekliniek. Eskisehir Osmangazi University Non-Interventional Clinical Research Ethics Board (datum van besluit en beslissingsnummer: 04.10.2022/22) keurde het onderzoeksprotocol goed. In het onderzoek zijn de principes van de Verklaring van Helsinki gevolgd.