Анализ микробного зубного налета в молодых постоянных зубах с использованием глубокого обучения

Зубной налет определяется как микробное сообщество, встроенное в матрицу, состоящую из полимеров, полученных из бактерий, и содержимого слюны, образующейся на поверхности зубов. Микробный зубной налет адсорбируется на поверхности зубов в течение нескольких секунд после чистки зубов и функционально сохраняется. Эти молекулы в основном существуют в жидкости поддесневой борозды вместе со слюной и оседают в этой области. Первичным этиологическим фактором гингивита и пародонтита является бактериальный налет, который может привести к разрушению тканей десны и прикрепления пародонта. У детей, если не обеспечить гигиену полости рта сразу после прорезывания зубов и не привить привычку регулярной чистки зубов, слой бактериальной биопленки может оседать на поверхности зубов и краях десен, связанных со средой полости рта, инициируя воспаление десен.

Раннее выявление и лечение заболеваний пародонта на начальных стадиях у детей имеют клиническое значение, поскольку в более поздние сроки эти состояния могут усугубляться и приводить к неблагоприятным исходам. Бактериальный налет является основным этиологическим фактором заболеваний десен у детей. Идентификация и различение микробного зубного налета у пациентов может быть сложной задачей. Бляшки можно обнаружить в ходе рутинной клинической практики с использованием пародонтальных зондов и/или растворов, выявляющих бляшки. Хотя эти методы широко используются, они могут давать субъективные результаты. Однако эти методы оценки могут быть громоздкими, отнимающими много времени и неэффективными для несотрудничающих детей. Кроме того, растворы, раскрывающие зубной налет, используемые для обнаружения микробного зубного налета, могут временно окрашивать слизистую оболочку полости рта и губ. Литература также включает анализ цифровых изображений, такой как лазерно-индуцированная автофлуоресцентная спектроскопия и цветовое пространство HIS для обнаружения микробных зубных бляшек. Однако такие недостатки, как высокая стоимость оборудования и техническая стандартизация, ограничивают их применение.

По этим причинам данное исследование направлено на разработку доступной и легкодоступной модели искусственного интеллекта (ИИ) для ранней и точной диагностики микробного зубного налета у детей. Цель состоит в том, чтобы предотвратить различные проблемы пародонта и обеспечить мотивацию к гигиене полости рта путем оценки диагностических и обнаруживающих характеристик этой модели искусственного интеллекта.

Благодаря достижениям в области искусственного интеллекта для обработки изображений исследования по обнаружению, сегментации и количественной оценке зубных отложений на изображениях, снятых стоматологическими камерами, значительно расширились. В одном исследовании была предпринята попытка обнаружить зубной налет с помощью алгоритма машинного обучения Enhanced K-Means. Кроме того, была разработана платформа Интернета вещей (IoT) для стоматологического здоровья на базе Mask R-CNN для классификации семи различных заболеваний полости рта, включая зубной налет, с идеальной точностью для распознавания зубного налета, но не для сегментации.

Хотя модель U-Net широко считается успешной и распространенной в области обработки биомедицинских изображений, в литературе нет исследований по анализу зубных отложений с помощью U-Net и ее вариантов. Кроме того, не было обнаружено исследований по анализу зубных отложений в молодых постоянных зубах детей. Таким образом, в этом исследовании предпринимается попытка обучить шесть современных моделей искусственного интеллекта, включающих варианты модели U-Net, с целью прогнозирования зубного налета в молодых постоянных зубах детей. Впоследствии их выступления тщательно обобщаются и представляются для всестороннего анализа. Наконец, чтобы подтвердить клиническую осуществимость наиболее эффективной модели, проводятся тесты статистических гипотез, в ходе которых прогнозы модели искусственного интеллекта сравниваются с оценками трех стоматологов.