Летний ценопад в Маркете
Летний ценопад в Маркете

Алгоритм на базе искусственного интеллекта позволит значительно упростить подготовительный этап ортодонтического лечения

11.05.21 11 мая 2021 0

Алгоритм на базе искусственного интеллекта позволит многократно облегчить работу врачам. На данный момент врачу-ортодонту требуется около 5 часов для сегментации компьютерной томографии зубочелюстной системы, тогда как новое программное обеспечение может выполнить задачу всего за 25 секунд.

Алгоритм на базе искусственного интеллекта позволит значительно упростить подготовительный этап ортодонтического лечения

С помощью алгоритма компьютер справляется с поставленной задачей молниеносно, при этом по результатам эксперимента, итоговый результат совпадает с сегментацией зубов и челюсти, выполненной 4 разными врачами. Авторы надеются, что однажды алгоритм компьютерного распознавания массивов позволит распознавать снимки любого пациента.

«Алгоритм разработан для выполнения сегментации различных групп объектов, он облегчает и ускоряет работу по построению полноценных анатомических моделей зубочелюстной системы», - пишет автор работы Х. Ванг, представляющий отделение челюстно-лицевой хирургии и патологий ротовой полости в больницей UMC в Амстердаме.

Трехмерная визуализация челюсти с помощью конусно-лучевой компьютерной томографии применяется в ортодонтии для точной оценки аномалий прикуса. На основе этих снимков можно построить трехмерную модель для диагностики и составления плана ортодонтического лечения.

На сегодняшний день сегментация КТ зубочелюстной системы – наиболее сложная часть в процессе преобразования снимков в трехмерную модель отдельных зубов. Авторами работы был создан новый алгоритм для быстрой сегментации зубов и челюсти на изображениях КЛКТ.

В процессе были использованы 28 снимков пациентов в возрасте 11-24 года, которым требовалось ортодонтическое лечение. Сегментацию элементов зубодесневой системы провели 4 врача с не менее чем 2 годами опыта работы по сегментации КТ-изображений отдельных зубов, элементов челюсти и близлежащих анатомических структур.

Оказалось, что программа с помощью нового алгоритма проводит сегментацию зубов и челюсти так же хорошо, как и специалист. Совпадение итоговых данных составило 0,934 – для челюсти, 0,945 – для отдельных зубов.

По итогам, численные отклонения программы от модели, выполненной врачом, составили 0,204 мм – при распознавании зубов, 0,390 мм – при распознавании элементов челюсти. «Для сегментации одного изображения алгоритму потребовалось всего 25 секунд, что существенно быстрее сегментации, выполненной человеком».

Программа совершала незначительные отклонения в процессе распознавания выступающих частей элементов, где разница составляла около 1 пикселя. Также алгоритму не удалось выделить тонкие костные структуры около верхнечелюстной пазухи.

Отметим, что у участников исследования не было пломб, коронок, имплантатов, поэтому на изображениях отсутствовали тени, характерные для металлических стоматологических изделий. В будущем авторы проверят работу алгоритма на более привычных снимках пациентов: с реставрациями, протезами и другими объектами в ротовой полости.

«Мы пришли к выводу, что глубокое и детальное распознавание позволит выполнять быструю сегментацию КТ-изображений зубочелюстной системы. Это облегчит работу врача многократно, следовательно, упростит процесс ортодонтического лечения».

Статьи от брендов

0 комментариев