Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Nøyaktigheten av deteksjon av kunstig intelligens andre mesio-bukkale kanal av maksillære første molarer på CBCT-bilder

20. april 2022 oppdatert av: Arwa Mousa, Cairo University

Nøyaktigheten av datamaskinassistert deteksjon av andre mesio-bukkale kanal av maxillære første molarer på CBCT-bilder ved bruk av dyp læringsmodell (kunstig intelligens): Diagnostisk nøyaktighetsstudie

CAD-systemer er dataapplikasjoner som hjelper til med å oppdage og/eller diagnostisere sykdommer ved å gi en objektiv «second opinion» til bildetolkeren, med sikte på å forbedre nøyaktigheten og redusere tid for analyse. Med den raske veksten av Deep Learning (DL) algoritmer i bildebaserte applikasjoner, kan CAD-systemer nå trenes av DL for å gi mer avanserte muligheter (dvs. evnen til kunstig intelligens [AI]) for å hjelpe klinikere best mulig.

Studieoversikt

Status

Rekruttering

Forhold

Intervensjon / Behandling

Detaljert beskrivelse

Utallige studier og diskusjoner har vært basert på eksistensen av en andre kanal i den mesiobukkale (MB) roten til maxillære molarer, siden det er sterk oppfatning at en av de fremste årsakene til endodontisk svikt i maxillære første molarer er vanskeligheten med å oppdage og behandling av de andre mesiobukkale (MB2) kanalene. Litteraturen avslører at selv om MB2-kanaler av maxillære første molarer er funnet i mer enn 70 % av in vitro-studiene, ble de oppdaget klinisk i mindre enn 40 % av tilfellene. Cone beam computed tomography (CBCT) er en avbildningsmodalitet innen endodonti som har flere fordeler, inkludert muligheten til å utføre tredimensjonal (3D) avbildning av rotkanalsystemer med lavere strålingsdoser, høyere oppløsning og ingen overlagring. Forskere har evaluert effektiviteten til CBCT når det gjelder å identifisere MB2-kanaler, og CBCT har blitt foreslått å være en pålitelig metode for påvisning av disse kanalene. Men i klinisk relevante situasjoner, slike mindre lesjoner på rotfylte tenner, er CBCT-nøyaktigheten sterkt redusert (sensitivitet 0,63, spesifisitet 0,69). Dessuten lider klinikeravhengig tolkning av CBCT-avbildning fortsatt av lav inter- og intra-observatøravtale.

Datastøttet deteksjon og diagnose (CAD) har blitt mye brukt på biomedisinsk bildeanalyse utenfor tannlegen.

Studietype

Observasjonsmessig

Registrering (Forventet)

50

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiekontakt

Studer Kontakt Backup

Studiesteder

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

18 år og eldre (Voksen, Eldre voksen)

Tar imot friske frivillige

Ja

Kjønn som er kvalifisert for studier

Alle

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

CBCT-skanninger som viser maxillære første molarer med en oppløsning på ikke mer enn 0,1 mm vokselstørrelse. CBCT-dataene for denne studien vil bli hentet fra CBCT-databasen som er tilgjengelig ved avdelingen for oral og kjeve- og ansiktsradiologi, Det odontologiske fakultet, Kairo University, Kairo, Egypt og fra flere private radiologisentre som bruker samme maskinmerke med samme parametere. CBCT-skanninger av egyptiske pasienter som allerede har blitt utsatt for CBCT-undersøkelse som en del av deres tanndiagnose og/eller behandlingsplanlegging fra januar 2020 til desember 2022, vil bli inkludert i henhold til de foreslåtte kvalifikasjonskriteriene.

Beskrivelse

Inklusjonskriterier:

  • • CBCT-skanninger som viser utbrudd av maksillær 1. molar.

    • Vovelstørrelse som ikke overstiger 0,1 mm.
    • Kjeve jeksler viser fullstendig rotdannelse.
    • Karies eller ikke-kariøs tann.

Ekskluderingskriterier:

  • • Maxillære første molarer med utviklingsavvik, ekstern eller intern rotresorpsjon, rotkanalforkalkning, tidligere rotbehandling, postrestaureringer og/eller rotkaries.

    • CBCT-bilder av suboptimal kvalitet eller artefakter / høy spredning som forstyrrer riktig vurdering.

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Intervensjon / Behandling
CBCT-bilder av maksillære 1. jeksler
Diagnostisk test: dyp læringsmodell
dyp læringsmodell utviklet av informatikkekspert og basert på konvolusjonsnevrale nettverk , og trent opp av våre datasett.
Andre navn:
  • verktøy for kunstig intelligens

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
nøyaktighet av deteksjon av MB2
Tidsramme: grunnlinje
deteksjon av MB2 på CBCT-bilder av maksillære første molarer ved bruk av dyp læringsmodell
grunnlinje

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Cairo University

Etterforskere

  • Studieleder: Enas Anter, Ph.D, Cairo University

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

Generelle publikasjoner

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Forventet)

1. mai 2022

Primær fullføring (Forventet)

1. september 2023

Studiet fullført (Forventet)

1. oktober 2023

Datoer for studieregistrering

Først innsendt

15. april 2022

Først innsendt som oppfylte QC-kriteriene

20. april 2022

Først lagt ut (Faktiske)

21. april 2022

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

21. april 2022

Siste oppdatering sendt inn som oppfylte QC-kriteriene

20. april 2022

Sist bekreftet

1. april 2022

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • CBCT AI 7-1-1

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

UBESLUTTE

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Abonnere