Обнаружение периапикальных поражений на панорамных рентгенограммах зубов на основе искусственного интеллекта (OPTITOMO)

Периапикальные повреждения зубов могут иметь различные причины и находят свое отражение в рентгенопрозрачном поражении на дополнительных изображениях: угловых ретроальвеолярных (РА) рентгенограммах, стоматологических панорамных рентгенограммах и трехмерных изображениях, таких как компьютерная томография (КТ) или конусно-лучевая компьютерная томография. КЛКТ).

Для рентгенологического обнаружения этих глубоких поражений пародонта стоматологическая панорама представляет собой первый подход, обычно выполняемый с относительно низким уровнем облучения. За исследованием может следовать ретроальвеолярная радиологическая визуализация, которая является более локализованной и более точной. Однако при использовании этих методик частота обнаружения этих образований невысока (20% и 36% соответственно), для большей селективности необходимо использовать трехмерное томографическое исследование (69%). Золотым стандартом визуализации для выявления этих поражений является КЛКТ с последующей ретроальвеолярной рентгенографией (в 2 раза менее чувствительной, чем КЛКТ) и панорамной рентгенографией (в 2 раза менее чувствительной, чем при РА). Хотя это и не полнослойная рентгенограмма, стоматологическая панорама имеет то преимущество, что ее чаще выполняют, при этом она меньше излучает, чем КЛКТ, и дает глобальный обзор зубных дуг на одном изображении.

Обнаружение периапикальных поражений проводится после клинической оценки и визуальной оценки дополнительных исследований.

Целью этого проекта является улучшение обнаружения периапикальных поражений путем разработки алгоритма, способного идентифицировать их на панорамной рентгенограмме зубов. Этот алгоритм основан на системе глубокого обучения, обученной с помощью эталонных данных, включая панорамную стоматологическую визуализацию и КЛКТ с интервалом сбора данных менее 3 месяцев. Модель основана на предыдущей работе, позволит повысить качество исходных данных (с помощью КЛКТ), используя инновационные алгоритмы искусственного интеллекта (трансферное обучение).