تخمین کیفیت استخوان فک در تصاویر پانورامیک جهت جایگذاری ایمپلنت با استفاده از هوش مصنوعی

Abstract

مقدمه: جهت جایگذاری ایمپلنت های دندانی یکی از پارامتر های تاثیر گذار در موفقیت درمان، کیفیت استخوان ناحیه ی بی دندانی می باشد. هدف از مطالعه حاضر تخمین کی فیت استخوان فک در تصاویر پانورام یک جهت جایگذاری ایمپلنت با استفاده از هوش مصنوع ی بود. مواد و روشها: در این مطالعه رادیوگرافی های پانورامیک و CBCT مربوط به فک که در آرشیو دانشکده دندانپزشکی دانشگاه علوم پزشکی تبریز موجود بود، جمع آوری شد. کیفیت استخوان بر اساس دسته بندی میش تفکیک و تصاویر رادیوگرافی label شدند. سپس گرافی های پانورامیک label شده در اختیار متخصص مربوطه قرار گرفت و مدل هوش مصنوعی ساخته شد . حجم نمونه کلی که برای مدل مورد نیاز بود، حداقل 352 تصویر محاسبه شد. در این روش تصاویر پانورامیک کراپ شده ناحیه ی بی دندانی فک به عنوان ورودی برای مدل تعریف شدند. پس از تهیه matrix confusion مربوط به نتایج به دست آمده ، اعتبار مدل طراحی شده با استفاده از پارامترهای تشخیصی حساسیت، ویژگی، صحت ، ارزش تشخیصی مثبت ، ارزش تشخیصی منفی ارزیابی شده و نتایج نهایی به صورت پارامترهای اشاره شده گزارش شد. نتایج: مدل هوش مصنوعی آموزش دیده با استفاده از تکنیک های یادگیر ی عمیق توانست با خطای 0/7 و دقت %75 کیفیت استخوان را تخمین بزند . بررسی دقت شبکه برای کالس 1D 11 % ، برای کالس 2D 72 % برای کالس 3D 28درصد و برای کالس 4D 77 درصد بود. شبکه طراحی شده باالترین صحت و حساس یت تشخیص را برای کالس 4D ( به ترتیب /63 0 و /77 0 ( و کمترین صحت و حساس یت را برای کالس 1D( به ترتیب 0/5 و 0/11 ( نشان داد. 2 نتیجه گیری : در این مطالعه مدل هوش مصنوعی آموزش دیده با استفاده از تکنیک های یادگیری قوی میتواند با دریافت تصاویر کراپ شده ی پانورامیک، کیفیت استخوان را مطابق با طبقه بندی میش در چهار گروه 1D تا 4D تعیین کند. این مدل صحت تشخیصی بیشتری را در تخمین کیفیت 4D داشت.