Sztuczna inteligencja a konwencjonalne projektowanie cyfrowe dla stałych protez stomatologicznych
Ocena dokładności sztucznej inteligencji w porównaniu z konwencjonalnym projektowaniem cyfrowym dla stałych protez dentystycznych: (badanie in vitro)
To badanie in vitro ma na celu ocenę dokładności automatycznego systemu projektowania opartego na sztucznej inteligencji (AI) dla stałych protez dentystycznych (FDP) w porównaniu z konwencjonalnym oprogramowaniem do projektowania wspomaganego komputerowo (CAD). Cyfrowe skany zębów wymagających stałych protez dentystycznych zostaną zebrane i wykorzystane do wygenerowania projektów protez przy użyciu dwóch podejść: projektów CAD wykonanych przez człowieka oraz projektów wygenerowanych przez AI.
Głównym wynikiem jest dokładność projektu oceniana przy użyciu 3D nakładania i procentu Intersection over Union (IOU). Wyniki drugorzędne obejmują wydajność wykrywania marginesów mierzoną przy użyciu wskaźnika F1, precyzji i czułości. Łączna wielkość próby 438 skanów zostanie przeanalizowana.
Badanie określi, czy projekty protez wygenerowane przez AI wykazują porównywalną dokładność z konwencjonalnymi projektami cyfrowymi.
Przegląd badań
Status
Szczegółowy opis
To badanie zostało zaprojektowane jako porównawcze badanie in vitro mające na celu ocenę dokładności i wydajności automatycznego systemu projektowania opartego na sztucznej inteligencji (AI) dla stałych protez stomatologicznych (FDP) w porównaniu z konwencjonalnym oprogramowaniem komputerowego wspomagania projektowania (CAD).
Cyfrowe skany pacjentów wymagających stałych protez stomatologicznych będą zbierane z laboratorium produkcyjnego Wydziału Stomatologii. Kwalifikujące się skany obejmą dorosłych w wieku 18-65 lat z uszkodzonymi zębami wymagającymi FDP oraz odpowiednią anatomią zgryzową do analizy.
Proces AI składa się z trzech sekwencyjnych faz: treningu (60%), walidacji (10%) i testowania (30%). Model AI będzie trenowany przy użyciu naturalnej przestrzennej morfologii zębów oraz historycznych zbiorów danych FDP zaprojektowanych przez człowieka. Grupa konwencjonalna będzie składać się z FDP ręcznie zaprojektowanych przez doświadczonych specjalistów stomatologicznych przy użyciu oprogramowania CAD.
Główny punkt końcowy:
Głównym punktem końcowym jest dokładność projektowania korony mierzona za pomocą analizy 3D superpozycji i kwantyfikowana przy użyciu procentu Intersection over Union (IOU).
Drugorzędny punkt końcowy:
Dokładność wykrywania marginesu będzie oceniana za pomocą metryk F1 score, precyzji i czułości.
Analiza statystyczna zostanie przeprowadzona przy użyciu oprogramowania MedCalc (Wersja 22). Zmienne ciągłe będą przedstawiane jako średnia, pierwiastek średniokwadratowy i odchylenie standardowe. Porównania między grupami będą przeprowadzane przy użyciu sparowanego testu t z poziomem istotności ustawionym na P ≤ 0,05 (dwustronny).
Hipoteza zerowa stwierdza, że nie będzie statystycznie istotnej różnicy między protezami stomatologicznymi zaprojektowanymi przez AI a zaprojektowanymi przez człowieka.
Typ studiów
Zapisy (Szacowany)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Giza, Egipt
- Rekrutacyjny
- MSA university
-
Kontakt:
- Modern Sciences and Arts MSA October University for Modern Sciences and Arts
- Numer telefonu: 002-0216672
- E-mail: info@msa.edu.eg
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Opis
Kryteria włączenia:
- Dorośli w wieku 18-65 lat Pacjenci z uszkodzonym zębem wymagającym stałej protezy stomatologicznej Dostępne cyfrowe skany wewnątrzustne Odpowiednia anatomia zgryzowa do analizy zębów przeciwstawnych
Kryteria wyłączenia:
- Niekompletne lub słabej jakości skany cyfrowe Ciężkie nieprawidłowości zgryzowe wpływające na analizę Pacjenci poza określonym przedziałem wiekowym
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Diagnostyczny
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Brak (otwarta etykieta)
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Inny: Human-Designed Fixed Dental Prosthesis (Conventional CAD)
Stałe protezy dentystyczne będą projektowane ręcznie przy użyciu konwencjonalnego oprogramowania CAD przez doświadczonych specjalistów stomatologicznych na podstawie anatomii zgryzu i danych skanowania specyficznych dla pacjenta.
Projekty te posłużą jako kontrolny komparator do oceny dokładności w porównaniu z projektami generowanymi przez sztuczną inteligencję przy użyciu analizy superpozycji 3D.
|
Stałe protezy stomatologiczne będą projektowane cyfrowo przy użyciu konwencjonalnego oprogramowania do komputerowego wspomagania projektowania (CAD) przez doświadczonych profesjonalistów stomatologicznych.
Projekty będą oparte na anatomii zgryzu i danych ze skanowania wewnątrzustnego specyficznych dla pacjenta.
Te ręcznie generowane projekty cyfrowe posłużą jako porównawcze dla oceny dokładności w stosunku do projektów generowanych przez sztuczną inteligencję przy użyciu superpozycji 3D i ilościowej analizy dokładności.
Inne nazwy:
|
|
Inny: Sztuczna inteligencja - Zaprojektowana stała proteza zębowa
Stałe protezy dentystyczne będą automatycznie generowane przy użyciu opartego na sztucznej inteligencji systemu projektowania.
Model AI będzie trenowany, walidowany i testowany przy użyciu zestawów danych skanów okluzyjnych oraz historycznych protez zaprojektowanych przez człowieka.
Wygenerowane projekty będą oceniane pod kątem dokładności za pomocą nakładania 3D oraz analizy Intersection over Union (IoU).
|
Zautomatyzowany system projektowania oparty na sztucznej inteligencji będzie generował projekty stałych protez zębowych przy użyciu algorytmów głębokiego uczenia.
Model AI będzie trenowany (60%), walidowany (10%) i testowany (30%) na zbiorach danych skanów okluzyjnych oraz historycznych protez zaprojektowanych przez człowieka.
Wygenerowane projekty będą oceniane pod kątem dokładności i precyzji brzegowej za pomocą 3D superimpozycji i analizy Intersection over Union (IoU).
Inne nazwy:
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Dokładność stałych uzupełnień protetycznych zaprojektowanych przez sztuczną inteligencję w porównaniu z uzupełnieniami zaprojektowanymi przez człowieka
Ramy czasowe: Natychmiast po wygenerowaniu projektu korony (w momencie analizy cyfrowej)
|
Dokładność zostanie oceniona poprzez nałożenie projektów koron wygenerowanych przez sztuczną inteligencję oraz koron zaprojektowanych przez człowieka za pomocą oprogramowania do obrazowania 3D.
Procent Intersection over Union (IOU) zostanie obliczony w celu oceny zgodności morfologicznej i dopasowania okluzyjnego między tymi dwoma podejściami projektowymi.
|
Natychmiast po wygenerowaniu projektu korony (w momencie analizy cyfrowej)
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wydajność wykrywania marginesu systemu AI
Ramy czasowe: Natychmiast po wygenerowaniu projektu cyfrowej korony
|
Dokładność wykrywania marginesów zostanie oceniona przy użyciu metryk F1, precyzji i czułości, aby ocenić zdolność modelu AI do dokładnego identyfikowania marginesów preparacji w porównaniu z referencyjnymi modelami zaprojektowanymi przez człowieka.
|
Natychmiast po wygenerowaniu projektu cyfrowej korony
|
Współpracownicy i badacze
Publikacje i pomocne linki
Publikacje ogólne
- Wu Z et al., 2024 Comparison of the Efficacy of Artificial Intelligence-Powered Software in Crown Design: An In Vitro Study. International Dental Journal. 2024.
- Ding H et al., 2023 Morphology and mechanical performance of dental crown designed by 3D-DCGAN. Dental Materials. 2023.
- Chau RCW et al., 2024 Accuracy of artificial intelligence-designed single-molar dental prostheses: A feasibility study. Journal of Prosthetic Dentistry. 2024.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Inne numery identyfikacyjne badania
- REC-D 1216-5
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .