چکیده مقاله
با رشد روزافزون فناوری های هوش مصنوعی، به ویژه یادگیری عمیق، روش های نوینی برای تحلیل تصاویر دندان پزشکی ارائه شده اند در حوزه دندان پزشکی، تشخیص پوسیدگی دندان به عنوان یکی از رایج ترین و پرهزینه ترین مشکلات بهداشت دهان، نقشی حیاتی در جلوگیری از پیشرفت بیماری و حفظ سلامت عمومی ایفا می کند و به عنوان یکی از شایع ترین مشکلات دهان و دندان، از اهمیت بالایی برخوردار است استفاده از مدل های پیشرفته ای مانند YOLOv۷، Mask R CNN و ترکیب آن ها با ماژول های توجه مانند CBAM، امکان شناسایی سریع و دقیق پوسیدگی ها را در تصاویر رادیوگرافی پانورامیک و CBCT فراهم کرده است در این مقاله، کاربرد روش های یادگیری عمیق نظیر YOLOv۷، Mask R CNN و CBAM در پردازش تصاویر رادیوگرافی پانورامیک و CBCT جهت تشخیص خودکار پوسیدگی دندان مرور می شود، همچنین این مقاله به مرور پژوهش های اخیر پرداخته و ضمن تحلیل مزایا و محدودیت های روش های موجود، پیشنهاداتی برای ارتقای عملکرد سیستم های تشخیص خودکار ارائه می دهد نتایج مرور نشان می دهد که تلفیق الگوریتم های تشخیص شیء و شبکه های قطعه بندی، همراه با بهینه سازی داده های آموزشی، می تواند دقت مدل را به بیش از ۸۰٪ برساند، حتی در مواردی که پوسیدگی ها در زیر پروتزهای ثابت FDP و نواحی با آرتیفکت فلزی پنهان شده اند همچنین نتایج حاصل از مطالعات اخیر نشان دهنده عملکرد امیدوارکننده این مدل ها در شناسایی دقیق پوسیدگی ها، به ویژه در نواحی دشوار مانند زیر پروتزهای ثابت FDP است
کلیدواژهها
نویسندگان
Neda Ghobadi samian
Department of Biomedical Engineering, Ardabil Branch Islamic Azad University, Ardabil, Iran
Melika Mikaeili
Department of Biomedical Engineering, Ardabil Branch Islamic Azad University, Ardabil, Iran
رزومه علمی کاربران
درباره سیویلیکاتبلیغات در سیویلیکاآمار علمی ایرانتقویم علمی ایرانداده کاوی مقالاتطرح های پژوهشی
شیوه ارجاع
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید: Ghobadi samian، Neda و Mikaeili، Melika،1404،تشخیص خودکار پوسیدگی دندان با استفاده از پردازش تصاویر رادیوگرافی: مروری بر روش های یادگیری عمیق،دومین کنفرانس بین المللی رویکردهای نوین در مهندسی و علوم پایه،https://civilica.com/doc/2606555
ارائهشده در
مجموعه مقالات دومین کنفرانس بین المللی رویکردهای نوین در مهندسی و علوم پایه7 اسفند 1404