Выявление проксимального кариеса на прикусных рентгенограммах с использованием искусственного интеллекта
4 февраля 2026 г. обновлено: Rawda Hesham Abd ElAziz, Cairo University
Обнаружение проксимального кариеса на прикусных рентгенограммах с использованием искусственного интеллекта - диагностическое клиническое исследование
Используя серию прикусных рентгенограмм, искусственный интеллект помогает в выявлении апроксимального кариеса.
Для идентификации кариеса на прикусных, периапикальных и панорамных рентгенограммах будет создана обученная сеть глубокого обучения. Это исследование направлено на изучение надежности новой модели искусственного интеллекта, основанной на глубоком обучении, в обнаружении апроксимального кариеса с помощью цифровых прикусных рентгенограмм.
(BW).
Обзор исследования
Статус
Завершенный
Условия
Тип исследования
Наблюдательный
Регистрация (Действительный)
2000
Контакты и местонахождение
В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.
Места учебы
-
-
-
Cairo, Египет, 11331
- Ain Shams University
-
-
Критерии участия
Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.
Критерии приемлемости
Возраст, подходящий для обучения
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Да
Метод выборки
Невероятностная выборка
Исследуемая популяция
Пациенты, посещающие факультетскую стоматологическую клинику для амбулаторного лечения, которым требуется рентгенографическое исследование прикуса для плановой диагностики или планирования лечения.
Описание
Критерии включения:
- Пациенты, имеющие все постоянные премоляры и моляры (максимум один зуб отсутствует с каждой стороны)
Критерии исключения:
- 1- Стоматологические аномалии → Несовершенный амелогенез, несовершенный дентиногенез, тауродонтизм 2- Сильная скученность, препятствующая визуализации контактов зубов 3- Ортодонтические дуги, зафиксированные на эмали зуба
Учебный план
В этом разделе представлена подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.
Как устроено исследование?
Детали дизайна
Когорты и вмешательства
Группа / когорта |
Вмешательство/лечение |
|---|---|
|
Группа 1 Искусственный интеллект Глубокое обучение, которое применяется в диагностике проксимального кариеса
|
Искусственный интеллект использовался в качестве инструмента диагностики с глубоким обучением для обнаружения проксимального кариеса на цифровых прикусных рентгенограммах.
Система анализировала изображения и генерировала вероятностные оценки и визуальные маркеры для предполагаемых поражений.
Её производительность сравнивалась с диагнозами экспертов-исследователей в качестве эталонного стандарта.
Результаты ИИ использовались только для оценки и не влияли на решения по лечению пациентов.
|
|
Группа 2: Цифровые прикусные снимки, аннотированные вручную экспертами
|
Цифровые прикусные рентгенограммы были вручную аннотированы калиброванными экспертами для выявления наличия и локализации проксимального кариеса.
Аннотации выполнялись с использованием стандартизированных диагностических критериев и специализированного программного обеспечения для обработки изображений для обозначения предполагаемых поражений.
Эти экспертные пометки служили эталонным стандартом для сравнения с результатами искусственного интеллекта.
Оценивалось согласие между экспертами, а разногласия разрешались консенсусом.
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Временное ограничение |
|---|---|
|
Надежность модели искусственного интеллекта в обнаружении проксимального кариеса на цифровых прикусных рентгенограммах
Временное ограничение: поперечная оценка на исходном уровне, без последующего периода наблюдения
|
поперечная оценка на исходном уровне, без последующего периода наблюдения
|
Соавторы и исследователи
Здесь вы найдете людей и организации, участвующие в этом исследовании.
Спонсор
Соавторы
Даты записи исследования
Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.
Изучение основных дат
Начало исследования (Действительный)
15 января 2023 г.
Первичное завершение (Действительный)
15 сентября 2025 г.
Завершение исследования (Действительный)
1 декабря 2025 г.
Даты регистрации исследования
Первый отправленный
4 февраля 2026 г.
Впервые представлено, что соответствует критериям контроля качества
4 февраля 2026 г.
Первый опубликованный (Действительный)
11 февраля 2026 г.
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
11 февраля 2026 г.
Последнее отправленное обновление, отвечающее критериям контроля качества
4 февраля 2026 г.
Последняя проверка
1 февраля 2026 г.
Дополнительная информация
Термины, связанные с этим исследованием
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- CONS_ Rad 1180
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
НЕТ
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Нет
Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .