人工智能在CBCT上评价下颌第三磨牙与下颌管关系的准确性
使用深度学习模型(人工智能)的 CBCT 图像上下颌第三磨牙和下颌管之间关系的计算机辅助评估的准确性:诊断准确性研究。
研究概览
详细说明
下颌第三磨牙拔除被认为是口腔颌面领域最常见的手术之一,它可能与多种术后并发症有关,如疼痛、出血、肿胀以及下牙槽神经 (IAN) 损伤或完全损伤,从而影响质量受影响患者的生活。 下颌第三磨牙拔除引起的暂时性 IAN 损伤发生率为 0.4-8.4%, 而永久性损伤的发生率不到 1% [1, 2]。 但由于下颌阻生第三磨牙发生率高,大量患者因拔除下颌阻生第三磨牙而导致IAN损伤[3]。 下颌第三磨牙拔除导致 IAN 损伤最重要的危险因素是下颌第三磨牙根部靠近下颌管 [1, 2, 4, 5]。 因此,在拔除阻生下颌第三磨牙之前,对解剖结构进行全面的术前分析和评估对于降低 IAN 损伤风险至关重要。
由于叠加和固有的局限性,全景 X 线摄影在显示下颌阻生第三磨牙拔除与 IAN 之间的关系时不太准确。 使用全景 X 光片预测下颌阻生第三磨牙拔除过程中 (IAN) 损伤概率的准确性存在争议 [6]。
锥形束计算机断层扫描 (CBCT) 是一种 (3D) 成像模式,可提供准确的 3D 信息,且辐射剂量低于医用 CT [7]。 结果表明,在评估下颌第三磨牙与 (IAN) 之间的关系时,CBCT 是一种比全景 X 线摄影更好、更准确的放射摄影方法 [6, 8]。 因此,CBCT 被认为是复杂下颌第三磨牙拔除术前评估的首选方式 [9]。
深度学习作为人工智能的子集之一,发展迅速,在医学领域发挥着重要作用。 最近研究了深度学习模型之一,卷积神经网络 (CNN) 的引导学习,它已被证明在许多医学成像领域超越了人类的判断水平 [12, 13]。 CNN引入颌面部后,用于周围解剖结构的评估、检测、分类和分割[14-18],最近基于CNN模型的深度学习被用于下颌阻生第三磨牙和下颌骨全景 X 光片和 CBCT 上的根管检测和分割 [15, 18, 30],发育的分类和分期 [31, 32],以及全景 X 光片上受影响的下颌第三磨牙的近似测量 [33]。 福田等。比较了 3 个 CNN 对受影响的下颌第三磨牙和下颌管关系的分类与全景 X 光片 [34]。 柳等人。提出了一种基于 CNN 的方法,使用全景 X 光片评估受影响的下颌第三磨牙拔除的僵局 [35]。 因此,如前所述,由于 (2D) 成像模式中发生的叠加,全景 X 光摄影无法准确描述解剖结构。 奥尔罕等。报告了一个基于 CNN 的 AI 应用程序 (Diagnocat, Inc.),在检测 M3 和评估与相邻解剖结构相关的牙根数量方面具有高精度
研究类型
注册 (预期的)
联系人和位置
学习联系方式
- 姓名:Ahmed Salama, Msc
- 电话号码:+201019932383
- 邮箱:ahmed_magdy@dentistry.cu.edu.eg
研究联系人备份
- 姓名:Sally Mansour, Msc
- 电话号码:+201066365552
- 邮箱:sally.mansour@dentistry.cu.edu.eg
学习地点
-
-
-
Cairo、埃及、12611
- 招聘中
- Faculty of Dentistry Cairo University
-
接触:
- Faculty university
- 电话号码:01066365552
- 邮箱:sally.mansour@dentistry.cu.edu.eg
-
-
参与标准
资格标准
适合学习的年龄
接受健康志愿者
有资格学习的性别
取样方法
研究人群
描述
纳入标准:
• CBCT 扫描显示 25 至 65 岁患者的下颌第三磨牙
- FOV 应清楚地显示第三磨牙及其根部和 IAN。
- 体素大小为 0.2mm。
- 下颌第三磨牙。 没有人工制品,牙科植入物在相邻的牙齿中。
排除标准:
- • 次优质量或伪影/高散射干扰正确评估的CBCT 图像。
学习计划
研究是如何设计的?
设计细节
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 |
|---|---|---|
|
自动评估下颌第三磨牙与下颌管关系的准确性。
大体时间:基线
|
深度学习模型在下颌第三磨牙及下颌管关系自动评价中的准确性。
|
基线
|
合作者和调查者
调查人员
- 研究主任:Enas Anter、Cairo University
出版物和有用的链接
一般刊物
- Leung YY, Cheung LK. Risk factors of neurosensory deficits in lower third molar surgery: an literature review of prospective studies. Int J Oral Maxillofac Surg. 2011 Jan;40(1):1-10. doi: 10.1016/j.ijom.2010.09.005. Epub 2010 Oct 28.
- Gulicher D, Gerlach KL. Sensory impairment of the lingual and inferior alveolar nerves following removal of impacted mandibular third molars. Int J Oral Maxillofac Surg. 2001 Aug;30(4):306-12. doi: 10.1054/ijom.2001.0057.
- Ghaeminia H, Meijer GJ, Soehardi A, Borstlap WA, Mulder J, Berge SJ. Position of the impacted third molar in relation to the mandibular canal. Diagnostic accuracy of cone beam computed tomography compared with panoramic radiography. Int J Oral Maxillofac Surg. 2009 Sep;38(9):964-71. doi: 10.1016/j.ijom.2009.06.007. Epub 2009 Jul 28.
- Tay AB, Go WS. Effect of exposed inferior alveolar neurovascular bundle during surgical removal of impacted lower third molars. J Oral Maxillofac Surg. 2004 May;62(5):592-600. doi: 10.1016/j.joms.2003.08.033.
- Kim JW, Cha IH, Kim SJ, Kim MR. Which risk factors are associated with neurosensory deficits of inferior alveolar nerve after mandibular third molar extraction? J Oral Maxillofac Surg. 2012 Nov;70(11):2508-14. doi: 10.1016/j.joms.2012.06.004. Epub 2012 Aug 15.
- Kwak GH, Kwak EJ, Song JM, Park HR, Jung YH, Cho BH, Hui P, Hwang JJ. Automatic mandibular canal detection using a deep convolutional neural network. Sci Rep. 2020 Mar 31;10(1):5711. doi: 10.1038/s41598-020-62586-8.
研究记录日期
研究主要日期
学习开始 (预期的)
初级完成 (预期的)
研究完成 (预期的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
与本研究相关的术语
其他研究编号
- ORAD AI 1-1
计划个人参与者数据 (IPD)
计划共享个人参与者数据 (IPD)?
药物和器械信息、研究文件
研究美国 FDA 监管的药品
研究美国 FDA 监管的设备产品
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.