Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

A precisão da detecção da inteligência artificial do segundo canal mésio-vestibular dos primeiros molares superiores em imagens de CBCT

20 de abril de 2022 atualizado por: Arwa Mousa, Cairo University

A precisão da detecção auxiliada por computador do segundo canal mésio-vestibular dos primeiros molares superiores em imagens CBCT usando o modelo de aprendizado profundo (inteligência artificial): estudo de precisão diagnóstica

Os sistemas CAD são aplicativos computacionais que auxiliam na detecção e/ou diagnóstico de doenças, fornecendo uma "segunda opinião" imparcial ao intérprete de imagens, visando melhorar a precisão e reduzir o tempo de análise. Com o rápido crescimento dos algoritmos de Deep Learning (DL) em aplicativos baseados em imagem, os sistemas CAD agora podem ser treinados por DL ​​para fornecer capacidade mais avançada (ou seja, a capacidade de inteligência artificial [AI]) para melhor auxiliar os médicos.

Visão geral do estudo

Status

Recrutamento

Descrição detalhada

Inúmeros estudos e discussões têm sido baseados na existência de um segundo canal na raiz mésio-vestibular (MB) dos molares superiores, pois acredita-se fortemente que uma das principais razões para o fracasso endodôntico nos primeiros molares superiores é a dificuldade de detecção e tratando os segundos canais mésio-vestibulares (MB2). A literatura revela que, embora os canais MB2 dos primeiros molares superiores tenham sido encontrados em mais de 70% dos estudos in vitro, eles foram detectados clinicamente em menos de 40% dos casos. A tomografia computadorizada de feixe cônico (CBCT) é uma modalidade de imagem no campo da endodontia que tem várias vantagens, incluindo a capacidade de realizar imagens tridimensionais (3D) de sistemas de canais radiculares com doses de radiação mais baixas, maior resolução e sem sobreposição. Os pesquisadores avaliaram a eficiência da CBCT quando se trata de identificar canais MB2, e a CBCT foi sugerida como um método confiável para a detecção desses canais. No entanto, em situações clinicamente relevantes, como lesões menores em dentes obturados, a precisão da CBCT é bastante reduzida (sensibilidade 0,63, especificidade 0,69). Além disso, a interpretação dependente do clínico da imagem CBCT ainda sofre de baixa concordância inter e intra-observador.

A detecção e o diagnóstico auxiliados por computador (CAD) têm sido amplamente aplicados à análise de imagens biomédicas fora da odontologia.

Tipo de estudo

Observacional

Inscrição (Antecipado)

50

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Contato de estudo

Estude backup de contato

Locais de estudo

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

18 anos e mais velhos (Adulto, Adulto mais velho)

Aceita Voluntários Saudáveis

Sim

Gêneros Elegíveis para o Estudo

Tudo

Método de amostragem

Amostra Não Probabilística

População do estudo

Varreduras de CBCT mostrando primeiros molares superiores com resolução não superior a 0,1 mm de tamanho de voxel. e de vários centros privados de radiologia usando a mesma marca de máquina com os mesmos parâmetros. Os exames de CBCT de pacientes egípcios que já foram submetidos ao exame de CBCT como parte de seu diagnóstico odontológico e/ou planejamento de tratamento de janeiro de 2020 a dezembro de 2022 serão incluídos de acordo com os critérios de elegibilidade propostos.

Descrição

Critério de inclusão:

  • • Varreduras de CBCT mostrando o 1º molar superior irrompido.

    • Vovel tamanho não superior a 0,1 mm.
    • Molares superiores mostrando a formação completa da raiz.
    • Dente cariado ou não cariado.

Critério de exclusão:

  • • Primeiros molares superiores com anomalias de desenvolvimento, reabsorção externa ou interna da raiz, calcificação do canal radicular, tratamento anterior do canal radicular, restaurações de pinos e/ou cárie radicular.

    • Imagens CBCT de qualidade abaixo do ideal ou artefatos/alta dispersão interferindo na avaliação adequada.

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

Coortes e Intervenções

Grupo / Coorte
Intervenção / Tratamento
Imagens CBCT dos primeiros molares superiores
modelo de aprendizado profundo desenvolvido por especialista em ciência da computação e baseado em rede neural de convolução e treinado por nossos conjuntos de dados.
Outros nomes:
  • ferramenta de inteligência artificial

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
precisão da detecção de MB2
Prazo: linha de base
detecção de MB2 em imagens CBCT de primeiros molares superiores usando modelo de aprendizado profundo
linha de base

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Patrocinador

Investigadores

  • Diretor de estudo: Enas Anter, Ph.D, Cairo University

Publicações e links úteis

A pessoa responsável por inserir informações sobre o estudo fornece voluntariamente essas publicações. Estes podem ser sobre qualquer coisa relacionada ao estudo.

Publicações Gerais

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Antecipado)

1 de maio de 2022

Conclusão Primária (Antecipado)

1 de setembro de 2023

Conclusão do estudo (Antecipado)

1 de outubro de 2023

Datas de inscrição no estudo

Enviado pela primeira vez

15 de abril de 2022

Enviado pela primeira vez que atendeu aos critérios de CQ

20 de abril de 2022

Primeira postagem (Real)

21 de abril de 2022

Atualizações de registro de estudo

Última Atualização Postada (Real)

21 de abril de 2022

Última atualização enviada que atendeu aos critérios de controle de qualidade

20 de abril de 2022

Última verificação

1 de abril de 2022

Mais Informações

Termos relacionados a este estudo

Outros números de identificação do estudo

  • CBCT AI 7-1-1

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

INDECISO

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .

Ensaios clínicos em Inteligência artificial

Ensaios clínicos em modelo de aprendizado profundo

3
Se inscrever