CBCT图像上颌第一磨牙人工智能第二近中颊管检测的准确性
2022年4月20日 更新者：Arwa Mousa、Cairo University
使用深度学习模型（人工智能）在 CBCT 图像上计算机辅助检测上颌第一磨牙第二近中颊管的准确性（人工智能）：诊断准确性研究
CAD 系统是计算机应用程序，通过向图像解释器提供公正的“第二意见”来协助检测和/或诊断疾病，旨在提高准确性并减少分析时间。
随着深度学习 (DL) 算法在基于图像的应用程序中的快速发展，CAD 系统现在可以通过 DL 进行训练，以提供更高级的功能（即人工智能 [AI] 的能力）来最好地协助临床医生。
研究概览
详细说明
无数的研究和讨论都是基于上颌磨牙近中颊根 (MB) 中第二根管的存在，因为人们坚信上颌第一磨牙牙髓治疗失败的最重要原因之一是难以检测和治疗那些第二近中颊 (MB2) 根管。文献显示，尽管在超过 70% 的体外研究中发现了上颌第一磨牙的 MB2 根管，但在临床上检测到的病例不到 40%。 锥形束计算机断层扫描 (CBCT) 是牙髓病学领域的一种成像方式，具有多个优势，包括能够以较低的辐射剂量、较高分辨率和无叠加对根管系统进行三维 (3D) 成像。 研究人员评估了 CBCT 在识别 MB2 根管方面的效率，并建议 CBCT 是检测这些根管的可靠方法。 然而，在临床相关情况下，补牙牙上的这种较小病变，CBCT 的准确性会大大降低（灵敏度 0.63，特异性 0.69）。 此外，临床医生对 CBCT 成像的依赖性解释仍然存在观察者间和观察者内一致性低的问题。
计算机辅助检测和诊断 (CAD) 已广泛应用于牙科以外的生物医学图像分析。
研究类型
观察性的
注册 (预期的)
50
联系人和位置
本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。
学习联系方式
- 姓名：Sally Mansour, Masters
- 电话号码：+201019932383
- 邮箱：sally.mansour@dentistry.cu.edu.eg
研究联系人备份
- 姓名：Ahmed MFM Magdy, MCS
- 电话号码：+201019932383
- 邮箱：ahmed_magdy@dentistry.cu.edu.eg
学习地点
-
-
-
Cairo、埃及、12611
- 招聘中
- Faculty of Dentistry Cairo University
-
接触：
- Faculty ODC university
- 电话号码：01066365552
- 邮箱：sally.mansour@dentistry.cu.edu.eg
-
-
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
18年 及以上 (成人、年长者)
接受健康志愿者
是的
有资格学习的性别
全部
取样方法
非概率样本
研究人群
CBCT 扫描显示上颌第一磨牙的分辨率不超过 0.1 毫米体素大小。本研究的 CBCT 数据将从埃及开罗大学牙科学院口腔颌面放射学系的 CBCT 数据库中获得以及来自使用具有相同参数的相同机器品牌的多个私人放射中心。
根据拟议的资格标准，将包括在 2020 年 1 月至 2022 年 12 月期间接受过 CBCT 检查作为其牙科诊断和/或治疗计划的一部分的埃及患者的 CBCT 扫描。
描述
纳入标准：
• CBCT 扫描显示上颌第一磨牙萌出。
- 孔径不超过0.1mm。
- 上颌磨牙显示完整的牙根形成。
- 龋齿或非龋齿。
排除标准：
• 上颌第一磨牙有发育异常、外根或内根吸收、根管钙化、既往根管治疗、修复后和/或根龋。
- 次优质量或伪影/高散射干扰正确评估的 CBCT 图像。
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
上颌第一磨牙的CBCT图像
|
由计算机科学专家开发的基于卷积神经网络的深度学习模型，并由我们的数据集训练。
其他名称：
|
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
MB2检测准确率
大体时间：基线
|
基于深度学习模型的上颌第一磨牙CBCT图像MB2检测
|
基线
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
调查人员
- 研究主任：Enas Anter, Ph.D、Cairo University
出版物和有用的链接
负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。
一般刊物
- Blattner TC, George N, Lee CC, Kumar V, Yelton CD. Efficacy of cone-beam computed tomography as a modality to accurately identify the presence of second mesiobuccal canals in maxillary first and second molars: a pilot study. J Endod. 2010 May;36(5):867-70. doi: 10.1016/j.joen.2009.12.023. Epub 2010 Feb 21.
- Kulild JC, Peters DD. Incidence and configuration of canal systems in the mesiobuccal root of maxillary first and second molars. J Endod. 1990 Jul;16(7):311-7. doi: 10.1016/s0099-2399(06)81940-0.
- Alacam T, Tinaz AC, Genc O, Kayaoglu G. Second mesiobuccal canal detection in maxillary first molars using microscopy and ultrasonics. Aust Endod J. 2008 Dec;34(3):106-9. doi: 10.1111/j.1747-4477.2007.00090.x.
- Gorduysus MO, Gorduysus M, Friedman S. Operating microscope improves negotiation of second mesiobuccal canals in maxillary molars. J Endod. 2001 Nov;27(11):683-6. doi: 10.1097/00004770-200111000-00008.
- Weine FS, Hayami S, Hata G, Toda T. Canal configuration of the mesiobuccal root of the maxillary first molar of a Japanese sub-population. Int Endod J. 1999 Mar;32(2):79-87. doi: 10.1046/j.1365-2591.1999.00186.x.
- Ekert T, Krois J, Meinhold L, Elhennawy K, Emara R, Golla T, Schwendicke F. Deep Learning for the Radiographic Detection of Apical Lesions. J Endod. 2019 Jul;45(7):917-922.e5. doi: 10.1016/j.joen.2019.03.016. Epub 2019 Jun 1.
- Hiraiwa T, Ariji Y, Fukuda M, Kise Y, Nakata K, Katsumata A, Fujita H, Ariji E. A deep-learning artificial intelligence system for assessment of root morphology of the mandibular first molar on panoramic radiography. Dentomaxillofac Radiol. 2019 Mar;48(3):20180218. doi: 10.1259/dmfr.20180218. Epub 2018 Nov 9.
- Orhan K, Bayrakdar IS, Ezhov M, Kravtsov A, Ozyurek T. Evaluation of artificial intelligence for detecting periapical pathosis on cone-beam computed tomography scans. Int Endod J. 2020 May;53(5):680-689. doi: 10.1111/iej.13265. Epub 2020 Feb 3.
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (预期的)
2022年5月1日
初级完成 (预期的)
2023年9月1日
研究完成 (预期的)
2023年10月1日
研究注册日期
首次提交
2022年4月15日
首先提交符合 QC 标准的
2022年4月20日
首次发布 (实际的)
2022年4月21日
研究记录更新
最后更新发布 (实际的)
2022年4月21日
上次提交的符合 QC 标准的更新
2022年4月20日
最后验证
2022年4月1日
更多信息
与本研究相关的术语
其他研究编号
- CBCT AI 7-1-1
计划个人参与者数据 (IPD)
计划共享个人参与者数据 (IPD)？
未定
药物和器械信息、研究文件
研究美国 FDA 监管的药品
不
研究美国 FDA 监管的设备产品
不
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.