Avaliação de precisão e estética após a reconstrução automatizada de defeitos mandibulares usando a IA
Avaliação da precisão e estética após a reconstrução automatizada de defeitos mandibulares usando inteligência artificial: um estudo de séries de casos
Visão geral do estudo
Status
Condições
Intervenção / Tratamento
Descrição detalhada
O processo cirúrgico digital geralmente requer um modelo de referência mandibular esperado. Atualmente, o processo comum de cirurgia digital é refletir ou refletir manualmente outras mandíbulas semelhantes para fusão de dados locais e processamento de suavização. Um modelo de referência esperado mais preciso é difícil de alcançar, consumindo tempo e difícil de promover na prática clínica. Além disso, o processamento de roteamento rápido geralmente tem pouca precisão. Para lesões bilaterais cumulativas, lesões maciças, deslocamento ou lesões óbvias cruzam a linha média, ainda não existe um método eficaz para prever o modelo de referência esperado na prática clínica.
O principal objetivo para a realização deste estudo é propor um algoritmo aprimorado para superar as desvantagens de estudos recentes usando 3D UNET e testar a previsibilidade e o valor clínico dos modelos 3D praticamente gerados de mandíbula desertada em pacientes reais.
Tipo de estudo
Inscrição (Estimado)
Estágio
- Não aplicável
Contactos e Locais
Contato de estudo
- Nome: Sarah Moustafa. Moustafa, MSc.
- Número de telefone: 56794540
- E-mail: sarah.elayoutti@dentistry.cu.edu.eg
Estude backup de contato
- Nome: Sarah Moustafa. Moustafa, PHD
- Número de telefone: 01006133135
- E-mail: waleed.elbeialy@dentistry.cu.edu.eg
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
- Adulto
Aceita Voluntários Saudáveis
Descrição
Critérios de inclusão:
- Pacientes com tumores mandibulares, cistos ou qualquer doença benigna, resultando em defeito de continuidade mandibular.
- Faixa etária: de 18 a 55 anos.
- Sem predileção sexual.
- CTS ou CBCTs apenas de mandíbulas saudáveis de um banco de dados on -line e dados reais.
Critérios de exclusão:
- Pacientes com lesões malignas mandibulares.
- Faixa etária de crianças de 2 a 17 anos.
- CTS de Maxilla.
- Pacientes idosos a serem excluídos devido à mudança óssea fisiológica normal.
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Finalidade Principal: Tratamento
- Alocação: N / D
- Modelo Intervencional: Atribuição de grupo único
- Mascaramento: Nenhum (rótulo aberto)
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
|---|---|
|
Experimental: Placas de reconstrução específicas do paciente
Pacientes com lesões benignas indicadas para ressecção e resultando em defeitos de continuidade mandibular tratados com placas de reconstrução específicas do paciente.
|
Uso de placas de reconstrução específicas do paciente no defeito praticamente gerado em 3D usando inteligência artificial.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Precisão do modelo 3D praticamente gerado usando AI
Prazo: linha de base
|
O dispositivo de medição é o modelo de IA usando a porcentagem como uma unidade
|
linha de base
|
|
Precisão do modelo gerado pela IA clinicamente
Prazo: linha de base
|
O dispositivo de medição é por sobreposição do modelo virtual gerado em 3D e do pós-operatório de CT de paciente real usando o software (Blender). (Índice de similaridade estrutural) (SSIM) |
linha de base
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Resultado Aetético
Prazo: linha de base
|
O dispositivo de medição é uma aparência facial usando uma pontuação de 4 pontos
|
linha de base
|
|
Oclusão
Prazo: linha de base
|
O dispositivo de medição é uma análise de oclusão digital usando t-scan e a unidade é porcentagem
|
linha de base
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Sarah Moustafa, MSc., Cairo University
Publicações e links úteis
Publicações Gerais
- Liang Y, Huan J, Li JD, Jiang C, Fang C, Liu Y. Use of artificial intelligence to recover mandibular morphology after disease. Sci Rep. 2020 Oct 2;10(1):16431. doi: 10.1038/s41598-020-73394-5.
- van Baar GJC, Forouzanfar T, Liberton NPTJ, Winters HAH, Leusink FKJ. Accuracy of computer-assisted surgery in mandibular reconstruction: A systematic review. Oral Oncol. 2018 Sep;84:52-60. doi: 10.1016/j.oraloncology.2018.07.004. Epub 2018 Jul 20.
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Estimado)
Conclusão Primária (Estimado)
Conclusão do estudo (Estimado)
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
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- AI in Mandibular Defects
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
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 .