Avaliação de obturações por inteligência artificial
Uma abordagem Yolo-V5 para avaliação de enchimento e enchimento saliente: um estudo de inteligência artificial
O objetivo desta Pesquisa Clínica Não Intervencionista é detectar a prevalência e distribuição de obturações e obturações pendentes sem a necessidade de radiografias interproximais adicionais usando imagens panorâmicas, com base em uma arquitetura CNN profunda (Rede Neural Convolucional) treinada por meio de aprendizado supervisionado.
Neste estudo, radiografias obtidas retrospectivamente foram utilizadas no desenvolvimento de modelos de inteligência artificial para situações relevantes. Esses conjuntos de dados foram obtidos a partir de imagens de pacientes que se inscreveram na Faculdade de Odontologia da ESOGU (Universidade Eskişehir Osmangazi), clínica de Radiologia Dentomaxilofacial para diversos fins odontológicos. Conselho de Ética em Pesquisa Clínica Não Intervencionista da Universidade Eskisehir Osmangazi (data da decisão e número da decisão: 04.10.2022/22) aprovou o protocolo do estudo. Os princípios da Declaração de Helsinque foram seguidos no estudo.
Visão geral do estudo
Status
Condições
Intervenção / Tratamento
Tipo de estudo
Inscrição (Real)
Contactos e Locais
Locais de estudo
-
-
-
Eskişehir, Peru, 26200
- Eskisehir Osmangazi University
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
- Filho
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Método de amostragem
População do estudo
Descrição
Critério de inclusão:
- Imagens de indivíduos em período de dentição permanente
- Imagens livres de artefatos na região de exame
- Indivíduos com histórico de tratamento odontológico restaurador
Critério de exclusão:
- Imagens de indivíduos em dentição mista
- Imagens radiográficas obtidas por posicionamento incorreto do paciente ou contendo artefatos
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
|---|---|
|
Enchimento
|
este estudo retrospectivo inclui análise de radiografias previamente tiradas de pacientes para diversos fins
|
|
Enchimento pendente
|
este estudo retrospectivo inclui análise de radiografias previamente tiradas de pacientes para diversos fins
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
O sucesso dos modelos de inteligência artificial para enchimento e enchimento saliente
Prazo: 1 ano
|
É obtido calculando os valores de sensibilidade, precisão e pontuações F1 para enchimento e enchimento saliente.
|
1 ano
|
Colaboradores e Investigadores
Patrocinador
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Real)
Conclusão do estudo (Real)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Atualizações de registro de estudo
Última Atualização Postada (Real)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Outros números de identificação do estudo
- Retrospective
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Descrição do plano IPD
Tipo de informação de suporte de compartilhamento de IPD
- PROTOCOLO DE ESTUDO
- SEIVA
- CSR
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
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 .