换一批
换一批基于CBCT图像分析下颌第三磨牙阻力来源的人工智能口腔外科医师
Artificial intelligence oral surgeon analyzing the source of resistance of mandibular third molars based on CBCT images
摘要：
目的:将牙槽外科与人工智能深度融合,改变现有的诊疗模式,从而更好指导临床工作,尤其是为基层口腔外科医师提供帮助.方法:随机选择2022年9月-2022年12月于四川大学华西口腔医院就诊的214例阻生下颌第三磨牙患者的CBCT数据,分为训练集和测试集.根据专业临床经验提出六型阻力来源分类,并对患者进行人工分类.通过搭建的"人工智能口腔外科医师(artificial intelligence oral surgeon,AIOS)模型"对分类特征进行深度学习及测试,最终由混淆矩阵图和Accuracy-Loss-Epoch曲线分析学习过程及结果.结果:所有模型训练集均达到99.07％～100％的准确率;在测试集中,所有模型的准确率达到80％以上,部分模型达到100％的准确率.结论:AIOS显示出预测CBCT图像上阻生下颌第三磨牙阻力来源并协助口腔外科医师进行口腔图像分析的前景,为未来开发出可用于口腔临床的具备阻力分析、方案制定、模拟手术的全套AIOS奠定了基础.
更多
作者：
作者单位：
四川大学华西口腔医院 口腔颌面外科,四川 成都 610041
[1]
期刊：
《中国口腔颌面外科杂志》2024年22卷4期 339-345页
ISTIC
关键词：
机器学习CBCT卷积神经网络图像分类口腔外科Machine learningCBCTConvolutional neural networkImage classificationOral surgery
分类号：
R782.1
栏目名称：
论著
DOI：
10.19438/j.cjoms.2024.04.004
发布时间：
2024-08-20
基金项目：
国家重点研发计划
国家自然科学基金
- 浏览：0
- 被引：0
- 下载：0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
