华西口腔医学杂志

作者：钱军, 马芮, 曲妍, 邓少纯, 段瑶, 左飞飞, 王亚杰, 毋育伟

单位：1.北京大学口腔医学院·口腔医院第二门诊部 国家口腔疾病临床医学研究中心 口腔数字化医疗技术和材料国家工程实验室，北京 100020；2.首都医科大学附属北京康复医院口腔科，北京 100144；3.北京朗视仪器股份有限公司，北京 100084

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

基金：国家自然科学青年基金(81300851);首都健康保障培育研究(Z181100001618018)

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。

来源：2022年第5期

《华西口腔医学》期刊编辑部

查看华西口腔医学杂志2022年第5期