口腔科

订阅

MedSci主页 / 所有栏目 / 口腔科

J Dent Res：AI预测CAD/CAM复合树脂冠的分离

2019-08-07 lishiting MedSci原创

AI冠分离预测
关注

目前为止，还未有预防冠分离的有效方法，并且极度需要一项可以改善计算机辅助设计/计算机辅助制作(CAD/CAM)复合树脂(CR)冠存留率的方法。这篇研究的目的是为了评估卷积神经网络(CNN)深度学习法从一个3D口腔扫描仪获取的3维(3D)立体光刻模型捕获的2维影像中预测CAD/CAM CR冠可能分离与否的有效性。

目前为止，还未有预防冠分离的有效方法，并且极度需要一项可以改善计算机辅助设计/计算机辅助制作(CAD/CAM)复合树脂(CR)冠存留率的方法。这篇研究的目的是为了评估卷积神经网络(CNN)深度学习法从一个3D口腔扫描仪获取的3维(3D)立体光刻模型捕获的2维影像中预测CAD/CAM CR冠可能分离与否的有效性。所有CAD/CAM CR冠的制作均是在大阪大学口腔医院修复科(Ethical Review Board at Osaka University， approval H27-E11)于2014年4月至2015年11月间完成。数据共包含24例病例：12个已知的无障碍和12个分离病例。将8，640个影像随机分为6，480个有效影像和2，160个测试影像。采用CNN深度学习法研发一种可预测分离可能性的学习模型。对测试影像评估学习模型的预测准确性、精确性、恢复、F-测量、受者作用特征和曲线下面积。也检测测试影像在预测期间的平均计算时间。结果显示，CNN深度学习法预测分离可能性的准确性、精确性、恢复和F-测量值分别为98.5%， 97.0%， 100%和0.985。2，160个测试影像的平均

版权声明：
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
评论区 (3)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1675344, encodeId=c32216e534490, content=<a href='/topic/show?id=cb8a400091' target=_blank style='color:#2F92EE;'>#CAM#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=31, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=4000, encryptionId=cb8a400091, topicName=CAM)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=16ac27217804, createdName=whmdzju, createdTime=Fri Nov 29 00:00:00 CST 2019, time=2019-11-29, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1476668, encodeId=1ccf14e66688c, content=<a href='/topic/show?id=d6b9426165e' target=_blank style='color:#2F92EE;'>#复合树脂#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=47, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=42616, encryptionId=d6b9426165e, topicName=复合树脂)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=3c8a7309244, createdName=guozhenyu, createdTime=Fri Aug 09 14:00:00 CST 2019, time=2019-08-09, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1627595, encodeId=1655162e595b6, content=<a href='/topic/show?id=cea46199eba' target=_blank style='color:#2F92EE;'>#树脂#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=51, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=61997, encryptionId=cea46199eba, topicName=树脂)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=378b21121654, createdName=chenshujs, createdTime=Fri Aug 09 14:00:00 CST 2019, time=2019-08-09, status=1, ipAttribution=)]
    2019-11-29 whmdzju

    #CAM#

    0

  2. [GetPortalCommentsPageByObjectIdResponse(id=1675344, encodeId=c32216e534490, content=<a href='/topic/show?id=cb8a400091' target=_blank style='color:#2F92EE;'>#CAM#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=31, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=4000, encryptionId=cb8a400091, topicName=CAM)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=16ac27217804, createdName=whmdzju, createdTime=Fri Nov 29 00:00:00 CST 2019, time=2019-11-29, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1476668, encodeId=1ccf14e66688c, content=<a href='/topic/show?id=d6b9426165e' target=_blank style='color:#2F92EE;'>#复合树脂#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=47, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=42616, encryptionId=d6b9426165e, topicName=复合树脂)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=3c8a7309244, createdName=guozhenyu, createdTime=Fri Aug 09 14:00:00 CST 2019, time=2019-08-09, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1627595, encodeId=1655162e595b6, content=<a href='/topic/show?id=cea46199eba' target=_blank style='color:#2F92EE;'>#树脂#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=51, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=61997, encryptionId=cea46199eba, topicName=树脂)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=378b21121654, createdName=chenshujs, createdTime=Fri Aug 09 14:00:00 CST 2019, time=2019-08-09, status=1, ipAttribution=)]
    2019-08-09 guozhenyu

    #复合树脂#

    0

  3. [GetPortalCommentsPageByObjectIdResponse(id=1675344, encodeId=c32216e534490, content=<a href='/topic/show?id=cb8a400091' target=_blank style='color:#2F92EE;'>#CAM#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=31, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=4000, encryptionId=cb8a400091, topicName=CAM)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=16ac27217804, createdName=whmdzju, createdTime=Fri Nov 29 00:00:00 CST 2019, time=2019-11-29, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1476668, encodeId=1ccf14e66688c, content=<a href='/topic/show?id=d6b9426165e' target=_blank style='color:#2F92EE;'>#复合树脂#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=47, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=42616, encryptionId=d6b9426165e, topicName=复合树脂)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=3c8a7309244, createdName=guozhenyu, createdTime=Fri Aug 09 14:00:00 CST 2019, time=2019-08-09, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1627595, encodeId=1655162e595b6, content=<a href='/topic/show?id=cea46199eba' target=_blank style='color:#2F92EE;'>#树脂#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=51, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=61997, encryptionId=cea46199eba, topicName=树脂)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=378b21121654, createdName=chenshujs, createdTime=Fri Aug 09 14:00:00 CST 2019, time=2019-08-09, status=1, ipAttribution=)]
    2019-08-09 chenshujs

    #树脂#

    0

相关资讯

PNAS：人工智能可助尽早诊断自闭症

自闭症谱系范畴的神经发育性疾病通常要到孩子几岁时才会被确诊，但那时对患者的干预和治疗已过了最佳时期。近日发表在美国《国家科学院学报》上的一项新研究显示，利用人工智能分析瞳孔变化或心率波动可帮助尽早诊断这类疾病。

PNAS：这些女婴的命运或将改变，AI助力早期自闭症检测

在中国已经有超过1000万的自闭症患者，而0至14岁儿童患者的人数超过了300万。尽早检测到自闭症对于患者和家庭而言无疑是有莫大帮助的。如果自闭症儿童到几岁时才被发现和确诊，此时再进行行为干预和语言治疗会变得不那么有效。

AI技术在医学影像中的应用现状及行业发展情况分析

随着技术飞速发展、医学数据的持续扩增以及硬件设备的不断提升，人工智能和医疗的结合方式越来越多样化。目前AI在医疗领域中的落地的应用场景主要有医学影像、智能诊疗、智能导诊、智能语音、健康管理、病例分析、医院管理、新药研发和医疗机器人等，其中在医学影像中的应用最为广泛。

速览：半夜心脏骤停，非接触式扬声器帮你忙

华盛顿大学的科学家开发出一种工具可以在人们睡觉时不触碰身体监测心跳停止情况，探测濒死状态下的喘息声并呼救。

懂AI的医生一定会替代不懂AI的医生

“我们都关心人工智能为未来医学带来哪些改变。对未来教育和医学科研会带来什么变革？对医学人力资源的配置会产生什么样的影响？医院内部的组织流程以及管理构架如何变革？”上海市卫生健康委员会主任邬惊雷在参加6月29日的“AI-HTI健康科技人工智能峰会2019”时如是说。由中国生物医学工程学会与飞利浦公司联合主办的这次峰会吸引了300余名来自国内外医疗人工智能专家以及各专科的医生们。一整天的报告与对话

Clin Trans Gastroenterology： 深度学习分析在胰腺导管内乳头状粘液性肿瘤恶性肿瘤诊断中的应用

导管内乳头状粘液性肿瘤（IPMNs）是胰腺癌的前期病变。人工智能（AI）是一种数学概念，其可以实现自动化学习和识别数据模式。本研究的目的是通过使用IPMN的内窥镜超声（EUS）图像的深度学习算法来评估AI是否可以预测恶性肿瘤的发生。