Nauwkeurigheid van kunstmatige intelligentietechnologie bij het detecteren van het aantal wortelkanalen in menselijke mandibulaire eerste kiezen die zijn afgesloten en geïndiceerd voor herbehandeling: diagnostische nauwkeurigheid Experimenteel onderzoek

evalueer de nauwkeurigheid van nieuwe AI-technologie voor het detecteren van wortelkanalen in gevallen van herbehandeling van de eerste molaren in vergelijking met klinische toegangsholtes van tandartsen en CBCT-beeldvorming.

1. CBCT-onderzoeksfase: In deze fase werd CBCT-scannen uitgevoerd met behulp van het Soredex Cranex 3D Dental Imaging System, FINLAND, met de volgende parameters ((XS FOV-afmetingen 61 x 41 mm (HxD)) (XS FOV Hoge resolutie 90 kV / 4 - 12,5 mA / 6,1 s)).

   De monsters worden gerandomiseerd met behulp van randomisatiesoftware (Microsoft Office Excel, VS) en worden willekeurig toegewezen aan 2 endodontologen die niet op de hoogte zijn van de bevindingen van fase 2. Na het interpreteren en segmenteren van de CBCT-scans in DICOM-formaat met behulp van OnDemand-software (VS), wordt het aantal geïdentificeerde kanalen vastgelegd in een vooraf opgestelde informatiegids.

   De monsters zijn gecodeerd op basis van het dossiernummer van de patiënt en de codes zijn niet openbaar gemaakt, zodat de CBCT-onderzoekers de monsters niet konden identificeren. Alle beelden werden geïnterpreteerd vanuit de axiale sectie bij de analyse van de tomografische secties, het aantal kanalen wordt geïdentificeerd door de overeenkomstige radiolucente openingen, ongeacht hun locatie langs de wortel

2. Klinische fase: Dit is een klinische fase waarin de vijfendertig patiënten, zoals vooraf bepaald door power-analyse, willekeurig worden verdeeld over 6 beoefenaars met behulp van randomisatiesoftware (Microsoft Office Excel). Beoefenaars zullen vervolgens doorgaan met toegangsformatie onder een tandheelkundige operatiemicroscoop (Leica M320D met een vergroting van 16x, met behulp van een volledig geïntegreerde 4K-camera).

   De toegang zal plaatsvinden met behulp van TR13-diamantsteen (Mani, Japan) om cariës en restauraties te verwijderen.

   Het troughen gebeurt met behulp van een ultrasone tip (NSK E4 en E15D) met een vermogen van 3W.

   Irrigatie zal plaatsvinden met behulp van NAOCL (JK Dental Vision natriumhypochloriet, Egypte) met een concentratie van 2,5%.

   Guttapercha wordt uit het kanaal verwijderd met behulp van M-pro roterende vijlen:

   In eerste instantie zal de openingopener worden gebruikt om de coronale guttapercha te verwijderen, daarna de gele vijl die 4% taps toeloopt en vervolgens de werklengte bevestigen met een apexlocator, daarna wordt de tapse vijl 25 gebruikt om de resterende guttapercha te verwijderen.

   DG16 endodontische sonde (Dentsply Sirona, Duitsland) zal worden gebruikt om kanaalopeningen te lokaliseren.

   Na bevestiging door de PHD-supervisors van de kliniek wordt het aantal gevonden openingen geregistreerd op een voorgevormde informatiegids, bij één bezoek per patiënt. Toegang tot de holte wordt mogelijk gemaakt door Leica M320D DOM

3. Fase van kunstmatige intelligentie: De uitvoering van deze fase zal uitsluitend worden uitgevoerd door de hoofdonderzoeker. De CBCT-beelden worden geüpload naar convolutionele neurale netwerksoftware (CNN) die gebruik maakt van een deep learning-algoritme en CBCT-segmentatie. De software registreert vervolgens het aantal gevonden kanalen

De gebruikte software maakt gebruik van diepe convolutionele neurale netwerken (CNN's) met een specifieke U-net-geïnspireerde structuur. De volledige CBCT-scan wordt geüpload naar de software, waar alle verzamelde beelden worden geanalyseerd en elke tand in de 3D-scan nauwkeurig wordt gelokaliseerd en beoordeeld. De software maakt gebruik van patroonherkenning en statistische voorspellingen om talloze plakjes van elke tand te segmenteren en de aanwezige aandoening of pathose te bepalen. Dit wordt bereikt door eerder ingevoerde foto's te analyseren die zijn gebruikt om de software te trainen