إطار لدمج التعلم العميق ومجموعة بيانات مرجعية خاصة بالعرق من أجل تقدير عمر الأسنان بشكل موثوق من الصور الأشعة البانورامية الرقمية
Abstract
تقدير عمر الأسنان الآلي أمر ضروري لطب الأسنان السريري. ومع ذلك، تتطلب الطرق التقليدية مثل مرحلة تطور الأسنان ديميرجيان (TDS) تدوينًا يدويًا يستغرق وقتًا من قبل خبراء مدربين. علاوة على ذلك، يمكن أن تؤثر اختلافات السكان في أنماط تطور الأسنان بشكل كبير على دقة تقدير العمر، مما يبرز الحاجة إلى مجموعة بيانات مرجعية خاصة بالعرق (RDS). تهدف هذه الدراسة إلى استخدام الشبكات العصبية العميقة (DNNs) لتقدير مرحلة تطور ضرس الأكل ديميرجيان تلقائيًا على صور الأشعة البانورامية الرقمية، مع دمج مجموعة بيانات مرجعية كاملة للجنوب الصيني من أجل تقييم عمر الأسنان المناسب للعرق. يتم توثيق صور الأشعة البانورامية للأفراد الذين تتراوح أعمارهم بين 2 إلى 25 عامًا لمرحلة تطور الضرس ويتم استخدامها لتدريب ثمانية هياكل شبكة عصبية عميقة، بما في ذلك AlexNet وDenseNet-201 وResNet-50. تحقق DenseNet-201 أعلى دقة بنسبة 93% في تصنيف مراحل تطور الضرس. معظم الأخطاء في التصنيف تحدث في المراحل المجاورة. يتم الحصول على العمر السني المتوسط المتكامل (IMDA) عن طريق مطابقة مرحلة تطور الضرس المتوقعة باستخدام مجموعة بيانات جنوب الصين المرجعية. الفرق المتوسط ومعامل الارتباط بين العمر السني المتوسط التقديري من DNN الأفضل أداءً (AlexNet) والعمر الزمني هما -0.063 سنة (-3.3 أسابيع) وr=0.898 (p<0.001) على التوالي. تظهر هذه النتائج أن دمج الشبكات العصبية العميقة لتقدير مراحل تطور الأسنان مع مجموعة بيانات مرجعية خاصة بالعرق يمكّن من تقييم عمر الأسنان بدقة وموثوقية.
Keywords
الشبكات العصبية العميقة (DNNs)؛تقدير عمر الأسنان؛الأشعة البانورامية؛الصينيون الجنوبيون؛تطور الأسنان
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website