Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Noggrannheten för detektion av artificiell intelligens andra mesio-buckala kanalen av Maxillära första molarer på CBCT-bilder

20 april 2022 uppdaterad av: Arwa Mousa, Cairo University

Noggrannheten i datorstödd detektering av den andra mesio-buckala kanalen i överkäkens första molarer på CBCT-bilder med djupinlärningsmodell (artificiell intelligens): Diagnostisk noggrannhetsstudie

CAD-system är datortillämpningar som hjälper till att upptäcka och/eller diagnostisera sjukdomar genom att tillhandahålla en opartisk "second opinion" till bildtolkaren, som syftar till att förbättra noggrannheten och minska tid för analys. Med den snabba tillväxten av algoritmer för djupinlärning (DL) i bildbaserade applikationer kan CAD-system nu tränas av DL för att tillhandahålla mer avancerad förmåga (dvs. förmågan hos artificiell intelligens [AI]) för att på bästa sätt hjälpa kliniker.

Studieöversikt

Status

Rekrytering

Detaljerad beskrivning

Otaliga studier och diskussioner har baserats på förekomsten av en andra kanal i den mesiobuckala (MB) roten av de maxillära molarerna, eftersom man starkt tror att en av de främsta orsakerna till endodontisk svikt i maxillära första molarerna är svårigheten att upptäcka och behandling av de andra mesiobuckala (MB2) kanalerna. Litteraturen avslöjar att även om MB2-kanaler från maxillära första molarer har hittats i mer än 70 % av in vitro-studierna, upptäcktes de kliniskt i mindre än 40 % av fallen. Cone beam computed tomography (CBCT) är en avbildningsmodalitet inom området endodonti som har flera fördelar, inklusive förmågan att utföra tredimensionell (3D) avbildning av rotkanalsystem med lägre strålningsdoser, högre upplösning och ingen överlagring. Forskare har utvärderat effektiviteten av CBCT när det gäller att identifiera MB2-kanaler, och CBCT har föreslagits vara en pålitlig metod för att detektera dessa kanaler. Men i kliniskt relevanta situationer, en sådan mindre lesioner på rotfyllda tänder, är CBCT-noggrannheten kraftigt reducerad (sensitivitet 0,63, specificitet 0,69). Dessutom lider klinikerberoende tolkning av CBCT-avbildning fortfarande av låg inter- och intra-observatörsöverenskommelse.

Datorstödd upptäckt och diagnos (CAD) har använts i stor utsträckning för biomedicinsk bildanalys utanför tandvården.

Studietyp

Observationell

Inskrivning (Förväntat)

50

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studiekontakt

Studera Kontakt Backup

Studieorter

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

18 år och äldre (Vuxen, Äldre vuxen)

Tar emot friska volontärer

Ja

Kön som är behöriga för studier

Allt

Testmetod

Icke-sannolikhetsprov

Studera befolkning

CBCT-skanningar som visar maxillära första molarer med en upplösning på högst 0,1 mm voxelstorlek. CBCT-data för denna studie kommer att hämtas från CBCT-databasen som finns tillgänglig vid avdelningen för oral och käk-radiologi, fakulteten för odontologi, Kairos universitet, Kairo, Egypten och från flera privata röntgencentraler som använder samma maskinmärke med samma parametrar. CBCT-skanningar av egyptiska patienter som redan har utsatts för CBCT-undersökning som en del av sin tanddiagnos och/eller behandlingsplanering från januari 2020 till december 2022 kommer att inkluderas enligt de föreslagna behörighetskriterierna.

Beskrivning

Inklusionskriterier:

  • • CBCT-skanningar som visar utslagen maxillär 1:a molar.

    • Vovelstorlek som inte överstiger 0,1 mm.
    • Maxillära molarer visar fullständig rotbildning.
    • Karies eller icke-kariös tand.

Exklusions kriterier:

  • • Maxillära första molarer med utvecklingsavvikelser, extern eller intern rotresorption, rotkanalförkalkning, tidigare rotbehandling, postrestaurationer och/eller rotkaries.

    • CBCT-bilder av suboptimal kvalitet eller artefakter/hög spridning som stör korrekt bedömning.

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Kohorter och interventioner

Grupp / Kohort
Intervention / Behandling
CBCT-bilder av maxillära 1:a molarerna
djupinlärningsmodell utvecklad av datavetenskapsexpert och baserad på konvolutionsneurala nätverk och tränad av våra datamängder.
Andra namn:
  • verktyg för artificiell intelligens

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
noggrannhet för detektering av MB2
Tidsram: baslinje
detektering av MB2 på CBCT-bilder av maxillära första molarer med hjälp av djupinlärningsmodell
baslinje

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Utredare

  • Studierektor: Enas Anter, Ph.D, Cairo University

Publikationer och användbara länkar

Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.

Allmänna publikationer

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Förväntat)

1 maj 2022

Primärt slutförande (Förväntat)

1 september 2023

Avslutad studie (Förväntat)

1 oktober 2023

Studieregistreringsdatum

Först inskickad

15 april 2022

Först inskickad som uppfyllde QC-kriterierna

20 april 2022

Första postat (Faktisk)

21 april 2022

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

21 april 2022

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

20 april 2022

Senast verifierad

1 april 2022

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • CBCT AI 7-1-1

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

OBESLUTSAM

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Prenumerera