人工智能在锥形束计算机断层扫描影像中识别慢性根尖周炎根尖区病变的应用

摘要：

目的 探讨基于卷积神经网络算法的人工智能(AI)计算机辅助诊断系统在锥形束CT(CBCT)影像上识别慢性根尖周炎根尖区病变的应用.方法 收集北京大学口腔医院第二门诊部2017年1月—2021年12月累及单牙根的慢性根尖周炎的CBCT影像,总计49例患者55个牙位.由5位中级职称的临床医生通过Materialize Mimics Medical软件对慢性根尖周炎病变区域识别并进行手动逐层分割,然后通过AI 3D U-Net网络对病损特征进行深度学习,网络分割结果与手动分割数据的一致性,本研究通过交联比(IOU)、Dice系数、像素精确度(PA)在测试集上进行评价.结果 神经网络在测试集的IOU为92.18%,Dice系数为95.93%,PA为99.27%.结论 AI和临床医师的慢性根尖周炎病变检出和分割一致性较高,基于本研究深度学习方法的AI系统为下一步检测CBCT图像中的慢性根尖周炎奠定了基础.

关键词：人工智能、锥形束计算机断层扫描、深度学习、慢性根尖周炎

所属期刊栏目：40

分类号：R445(诊断学)

资助基金：国家自然科学基金;首都健康保障培育研究

在线出版日期：2022-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：576-581