2023-06-26 来源: drugdu 156
使用深度学习算法从临床照片中检测咬合龋的诊断研究将在IADR第101届大会上进行,该届大会将与2023年6月21日至24日在哥伦比亚波哥大举行的拉丁美洲地区第九届会议和第十二届预防牙科世界大会同时举行。
互动演讲“使用深度学习算法自动检测咬合龋”将于6月24日星期六哥伦比亚时间下午4:25(UTC-05:00)在“健康状况和风险因素流行率”会议期间举行。
这项研究由美国宾夕法尼亚州费城坦普尔大学的Chukwuebuka Elozona Ogwo进行,旨在从临床照片中确定YOLOv7物体检测算法在咬合龋检测中的准确性,精密度和灵敏度,以及(2)开发咬合龋检测软件。
该研究仅包括坦普尔大学科尔伯格牙科学院接受治疗的同意恒牙列的成年人(>=18岁)。四年级牙科学生使用Coolpix L840相机收集了300张下颌和上颌弓咬合面的口内照片。图像使用Roboflow V4进行注释。经过数据预处理和增强后,生成了845张图像,并随机分为三组:训练,验证和测试-分别为70:20:10。
然后使用YOLO v7在100个时期分析数据,批处理大小为1,图像大小为1280x640。算法性能指标是平均平均精度(mAP),召回率(灵敏度)和精度(阳性预测值)。最终的算法用于在Flask上创建软件,并将其部署在Heroku上。
该算法的准确率为79.5%,召回率为83%,F1得分为81.2%,召回率为80%mAP@0.5在下颌和上颌弓的临床照片上检测咬合龋的得分。该研究在从临床照片自动检测龋齿病变方面取得了AI的有希望的结果。当部署为手机应用程序时,它可能会成为远程牙科的重要工具,并改善获得护理的机会。
由国际牙科研究协会提供
责编: editor