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.