جستجو
تشخیص زودهنگام پوسیدگی دندان با استفاده از شبکههای عصبی
بهروز الفی1 سروین شفاده2
چکیده :
پوسیدگی دندان یکی از شایعترین بیماریهای دهان و دندان در سطح جهان است که در صورت عدم تشخیص و درمان بهموقع میتواند منجر به درد شدید، عفونت و تخریب ساختار دندانی شود. روشهای سنتی تشخیص پوسیدگی، شامل معاینه بالینی و بررسی رادیوگرافیهای دوبعدی، با محدودیتهایی همچون وابستگی به تجربه دندانپزشک، کیفیت پایین تصاویر و دشواری در شناسایی ضایعات اولیه همراه هستند. در سالهای اخیر، پیشرفتهای چشمگیری در حوزه هوش مصنوعی و یادگیری عمیق رخ داده است که امکان توسعه سامانههای هوشمند برای تشخیص خودکار ضایعات دندانی را فراهم کرده است.
در این پژوهش، یک سامانه هوشمند مبتنی بر شبکههای عصبی کانولوشنی1 و معماری U-Net 2 ارائه شده که با بهرهگیری همزمان از دادههای دوبعدی رادیوگرافی بایتوینگ و دادههای سهبعدی CBCT قادر به تشخیص زودهنگام پوسیدگی دندان است. به منظور رفع مشکل کمبود داده، از شبکههای مولد تخاصمی3 برای تولید دادههای مصنوعی و افزایش حجم دیتاست استفاده شده است. نتایج شبیهسازی نشان داد که مدل ترکیبی U-Net + GAN به دقت ۹۱٪، حساسیت ۹۲٪ و ویژگی ۹۰٪ دست یافت که نسبت به روشهای سنتی و حتی مدلهای پایه CNN و U-Net عملکرد بهتری دارد.
این یافتهها بیانگر ظرفیت بالای هوش مصنوعی در ارتقای دقت تشخیص پوسیدگی دندان و کمک به تصمیمگیری بالینی دندانپزشکان است. همچنین این سامانه میتواند زمینهساز توسعه نرمافزارهای کاربردی در کلینیکهای دندانپزشکی دیجیتال و ابزارهای تشخیص زودهنگام در سطح جهانی باشد.
جهت شبیه سازی و خروجی نتایج از نرم افزار پایتون استفاده شده است.
کلمات کلیدی : پوسیدگی دندان هوش مصنوعی شبکه عصبی کانولوشنی u net cbct
زبان مقاله : فارسی
محور مقاله : مهندسی پزشکی
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری
آدرس وب سایت کنفرانس : itnaf.ir
کد IOI مقاله : AAHD-AAHCEB
لینک مستقیم مقاله : https://isnac.ir/AAHD-AAHCEB
نمایش چکیده انگلیسی
: https://isnac.ir/SA/AAHD-AAHCEB
سایر مقالات ارائه دهنده
سایر مقالات محل انتشار
- A Study on Design Understandability and Interaction of the therapy-specific Robots
- طراحی و مهندسی یک حسگر زیستی نوری چند مدی پلاسمونیک مبتنی بر تشدیدگرهای حلقه شکاف برای سنجش جامع آنتیژن
- طراحی یک اسیلاتورکنترل شونده با ولتاژ با نویز فاز بسیار پایین و بازه وسیع فرکانسی با تکنولوژی نانولوله کربنی برای کاربردهای PLL
- یک چارچوب هوشمند آگاه به زمینه برای ارتباطات V2V و V2Iدر شبکههای خودرویی شهرهای هوشمند با استفاده از دادههای ترافیکی شبکه سلولی
- An Ensemble Non-Dominated Feature Selection Method: A Case Study on Prostate Cancer
- تشخیص زودهنگام پوسیدگی دندان با استفاده از شبکههای عصبی
- Simulation and Performance Comparison of Torque Tube and LVDT Sensors in Displacer-Based Level Measurement Systems
- ارتقا سامانه ناوبری پهپاد مهاجر ۶ با استفاده از فناوری
- کاربرد نانوذرات مگنتیت (Fe3O4) در پزشکی (از سنتز تا عملکرد)
- Simulation and Modeling of Floating-Gate Non-Volatile Memory Performance: Focus on Oxide Thickness, Programming Speed, and Charge Transport Mechanisms
- Fraud Analytics with Big Data: A Literature Review on Machine Learning Algorithms in Bankruptcy Prediction and Financial Fraud Detection
- تحلیل آیندهپژوهانه همگرایی هوش مصنوعی، فناوری نانو و فناوری اطلاعات در مسیر تحول صنعتی آینده
- نقش تحول دیجیتال در خدمات کتابخانههای عمومی برای توانیابان جسمی و ذهنی
- Prediction and Optimization of Oxygen Production under Microgravity Conditions Using Machine Learning
- Simulation and Performance Comparison of Ultrasonic, Non-Contact Radar, and Guided Wave Radar Sensors in Level Measurement Systems