Głębokie uczenie się segmentacji gumowatego uśmiechu

Gumowate uśmiech (nadmierna widoczność dziąseł podczas uśmiechu) jest nie tylko problemem estetycznym, ale także ważnym parametrem pod względem zdrowia przyzębia. Obecne metody oceny są subiektywne i niestandardowe, co prowadzi do ograniczeń zarówno w dokładności klinicznej, jak i komunikacji pacjenta. W ostatnich latach modele oparte na AI zaczęły być skutecznie stosowane w analizie obrazu dentystycznego i procesach diagnostycznych. To badanie ma na celu opracowanie modelu obiektywnego i odtwarzalnego analizy wspieranego przez AI zdolnego do oceny gumowatego uśmiechu zarówno z perspektywy estetycznej, jak i przyzębia przy użyciu unikalnego zestawu danych złożonych z obrazów uzyskanych przez standardowe protokoły kliniczne i oznaczone przez tego samego eksperta.

W badaniu zostaną uwzględnione osoby w wieku 12 lat lub starsze bez szczęścia przedniego (zęby nr 13-23). Pacjenci z brakującymi przednimi zębami szczęki (zęby #13-23), znaczące patologie anatomiczne lub czynniki interferujące uśmiech (np. Ruchy twarzy, urządzenia ortodontyczne, włosy twarzy) zostaną wykluczone.

Standaryzowane zdjęcia czołowe zostaną wykonane za pomocą jednego urządzenia (iPhone 15), aby zapewnić spójność rozdzielczości, oświetlenia i równowagi kolorów. Obrazy zostaną wykonane z ustalonej odległości 15 cm z uczestnikami w pozycji pionowej, oczy skierowane do przodu i głowy wyrównane do poziomej płaszczyzny Frankfurtu. Aby utrzymać standaryzację, linie siatki smartfona zostaną użyte do wyrównania poziomej linii do uczniów i linii pionowych do nosa Alae.

Obrazy linii wysokich, przeciętnych i niskich uśmiechu będą oznaczone przez periodontist za pomocą internetowego narzędzia do adnotacji Makeense. Widoczne obszary dziąseł będą adnotacjami, ponieważ wielokąty ograniczają się lepiej przez dolną granicę górnej wargi i dolno przez brzeg dziąseł. W przypadku uczestników o wysokich linie uśmiechu wyświetlacz dziąseł będzie mierzony za pomocą ImageJ (National Institutes of Health, Bethesda, MD, USA), z kalibracją wykonywaną za pomocą sondy przyzębia osadzonej na każdym zdjęciu. Współczynnik konwersji pikseli do milimetru zostanie wyprowadzony i zastosowany do pomiarów między górną wargą a marginesem dziąseł w przednim sekstancie szczęki (zęby #13-23). Odległości między sparowanymi punktami orientacyjnymi (punkty 7-13, 8-14, 9-15, 10-16, 11-17, 12-18) będą mierzone w milimetrach. Wyjścia segmentacji oparte na AI (za pośrednictwem Makeense) będą statystycznie porównywane z pomiarami ImageJ w celu oceny korelacji.