(یادگیری عمیق برای تحلیل تصاویر دندانپزشکی: چگونگی تأثیر روش تصویربرداری بر هوش مصنوعی و تشخیص پزشک)

(یادگیری عمیق برای تحلیل تصاویر دندانپزشکی: چگونگی تأثیر روش تصویربرداری بر هوش مصنوعی و تشخیص پزشک)

افسانه جلالیان1 الهه مومنی پاکدهی2

1) استاد دانشگاه مهندسی نرم افزار غیر انتفاعی رجاءواحد
2) دانشجوی کارشناسی ارشد مهندسی نرم افزار ،دانشگاه غیر انتفاعی رجاءواحد

کد IOI مقاله : AAHD-ABHFAH
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری (itnaf.ir)
چکیده :
    سلامت دهان و دندان یکی از ارکان مهم سلامت عمومی است و نقش آن تنها به جویدن و هضم غذا محدود نمی‌شود. مطالعات متعددی نشان داده‌اند که مشکلات دهان و دندان می‌توانند باعث بروز یا تشدید بیماری‌های سیستمیک مانند بیماری‌های قلبی، دیابت و عفونت‌های سیستمیک شوند. پوسیدگی دندان، بیماری‌های لثه، از دست دادن دندان و تحلیل استخوان فک از شایع‌ترین بیماری‌های دندانی در سراسر جهان هستند و سالانه میلیون‌ها نفر را تحت تأثیر قرار می‌دهند.پیشرفت فناوری‌های نوین پزشکی، به ویژه در حوزه هوش مصنوعی (AI)، امکان تشخیص زودهنگام و درمان مؤثرتر بیماری‌های دهان و دندان را فراهم کرده است. هوش مصنوعی با بهره‌گیری از الگوریتم‌های یادگیری ماشین و یادگیری عمیق، قابلیت تحلیل حجم وسیعی از داده‌های بالینی و تصویری را دارد و می‌تواند الگوهای پنهان بیماری را شناسایی کند. این فناوری می‌تواند به عنوان یک دستیار قدرتمند در کنار دندانپزشک عمل کرده و دقت تشخیص را به میزان قابل‌توجهی افزایش دهد. هدف این مقاله ارائه مروری بر تحقیقات اخیر در مورد کاربردهای یادگیری عمیق در دندانپزشکی، با تمرکز بر تصویربرداری دندان است. ادغام یادگیری عمیق با سایر داده‌های سلامت دهان، درک جامعی از رابطه بین سلامت دهان و دندان و سیستمیک ارائه می‌دهد. با این حال، هنوز چالش‌های زیادی وجود دارد که باید به آنها پرداخته شود.

کلمات کلیدی : یادگیری عمیق تصاویر دندانی دندانپزشکی