73
Искусственный интеллект в ортодонтии и его использование для оценки патологии прикуса
Аннотация
Интеграция искусственного интеллекта, особенно машинного обучения, в стоматологию меняет эту сферу, благодаря своим передовым возможностям обработки изображений и принятия решений искусственный интеллект способен произвести революцию в ортодонтических процедурах. Недавние исследования показали, что машинное обучение может соответствовать или даже превосходить человеческую точность в таких важных задачах, как определение анатомических ориентиров, классификация скелетных структур, прогнозирование возраста костей и сегментация зубов, более того, алгоритмы машинного обучения обеспечивают последовательность и надежность при принятии ортодонтических решений и оценке лечения. Несмотря на эти достижения, остаются проблемы с интерпретируемостью моделей машинного обучения и надежностью наборов данных. Поэтому содействие более тесному сотрудничеству между практикующими ортодонтами и техническими специалистами по искусственному интеллекту имеет важное значение для использования всего потенциала искусственного интеллекта в клинических условиях.
Тип источника:
Журналы
Годы охвата с
2020
inLibrary
Google Scholar
Выпуск:
Скачивания
Данные скачивания пока недоступны.
Поделиться
Нигматов, Р., Рузиев, Ш., & Ханова, Д. (2025). Искусственный интеллект в ортодонтии и его использование для оценки патологии прикуса. in Library, 2(2), 69–74. извлечено от https://inlibrary.uz/index.php/archive/article/view/130500
Рахматулла Нигматов, Ташкентский Государственный Стоматологический Институт
Кафедра Ортодонтия и зубного протезирования. Профессор. Заведующий кафедры.
-
Пути использования искусственного интеллекта в практической стоматологии
in Library: № 1 (2024) / Шерзодбек Рузиев, Рахматулла Нигматов, Нигора Нигматова, Дилбархон Ханова, Саидахрор Сайдиганиев,
-
Влияние заболеваний опорно-двигательного аппарата на зубочелюстную систему детей в периоде сменного прикуса
in Library: № 4 (2019) / Рахматулла Нигматов, И Нигматова, М Нодирхонова,
-
Открытый прикус у детей и их ортодонтическое лечение
in Library: № 2 (2024) / Рахматулла Нигматов, М Аралов, И Нигматова, Нодира Атамуратова, Осиё Хазраткулова,
-
Биометрический анализ гипсовых моделей по Болтону у детей с зубочелюстными аномалиями
in Library: № 4 (2022) / Рахматулла Нигматов, К Акбаров, Ж Кадиров, М Аралов,
-
Использование микроимплантов для интрузии жевательных зубов больным с открытом прикусом
in Library: № 2 (2022) / Рахматулла Нигматов, И Нигматова, С Муртазаев, К Акбаров, М Аралов,
-
Современные методы дерматоглифики и иридодиагностики в судебно-медицинской практике при выявление и оценки склонности к суициду
in Library: № 1 (2019) / А Шамсиева, Ш Рузиев, Дилафруз Буранова,
-
Ортодонтическое лечение сужения зубных рядов верхней челюсти
in Library: № 3 (2023) / Рахматулла Нигматов, Ж Кадыров, Г Арипова, И Нигматова, К Акбаров,
-
Экспресс оценка состояния стопы при диагностике зубочелюстных аномалий
in Library: № 1 (2024) / Рахматулла Нигматов, М Нодирхонова, Г Арипова, И Нигматова, Г Муратова,
-
Распространенность первичной адентии у детей г.Ташкента и оказание им стоматологической помощи
in Library: № 1 (2020) / Рахматулла Нигматов, И Нигматова, Н Гайбуллаева, К Акбаров, У Раззаков,
-
Отчет опубликованных научных трудов сотрудников кафедры ортодонтии и зубного протезирования за 2023- 2024 учебный год
in Library: № 4 (2024) / Рахматулла Нигматов, С Муртазаев, И Нигматова,
Ключевые слова:
Аннотация
Интеграция искусственного интеллекта, особенно машинного обучения, в стоматологию меняет эту сферу, благодаря своим передовым возможностям обработки изображений и принятия решений искусственный интеллект способен произвести революцию в ортодонтических процедурах. Недавние исследования показали, что машинное обучение может соответствовать или даже превосходить человеческую точность в таких важных задачах, как определение анатомических ориентиров, классификация скелетных структур, прогнозирование возраста костей и сегментация зубов, более того, алгоритмы машинного обучения обеспечивают последовательность и надежность при принятии ортодонтических решений и оценке лечения. Несмотря на эти достижения, остаются проблемы с интерпретируемостью моделей машинного обучения и надежностью наборов данных. Поэтому содействие более тесному сотрудничеству между практикующими ортодонтами и техническими специалистами по искусственному интеллекту имеет важное значение для использования всего потенциала искусственного интеллекта в клинических условиях.
Библиографические ссылки
Aмасья X. Йилдирим Д Айдогам Т, Кемалоглу Н. Орхан К. Оценка созревания шейных позвонков на роковых цефалометрических рентгенограммах с использованием искусственного ин-еллекте сравнение моделей классификаторов машинного обучения. Дентомаксилофак Радиол 2020:49(5)20’90441
Ильяс Н. Шахзад А. ,К им К. Подсчет толпа не основе изображений на основе сверточной нейронной сети: обзор категоризация, анализ и оценка эффективности Датчики (Базеле). 2019: 20 (1X43
Меллули Д. Хемда- и ТМ.. Санчес-Медине ДжДж. Бен Айед М. Амели АМ. Морфологическая сверточная архитектура нейронной сети для распознавания цифр. Система обучения IEEE Trons Neural Netw. 2019:30 (9): 23'6-2335
Константонис Д.. Василиу Д. Гапагеоргиу СМ. Элиадес Т. Изменения мягких тканей после экстракции по сравнение с лечением ортодонтической несъемной аппаратурой без же тракции: систематический обзор и метвонали* E-rJ Oral Sci 2018:126 (3k 167-179
Ломбардо Дж. Вене Ф. Негри П. и др Расгрос-раненность неправильного прикуса во всем мире на разных стадиях зубного ряда систематический обзор и метмнолиз Ear J Педиатр Дент 202021(2X115-12 2.
Гриоель Б.Ф. Гриоель ММ. Фрамо Д.С . Макнамара Дж А младший, Менци ФР “очноств и надежность краниометрических измерений при латеральной цефалометрии и ЗО-измерений при КЛКТ-скенировении.Угол Ортод 2011:81(1) 26-35
да Поццо Ф. Джибелли Д. Бельтромини ГА. Долечи С. Дженни АД.Сфорца К Влияние ортр-натической хирургии на асимметрию мягких тканей лица продольный тре<мерный анализ Дж Краниофак Хирург. 2020; 31 (6): 1573-1532.
Пападимитриу А. Мусулеа С. Гкан-идис Н. Клукос Д Клиническая эффективность ортодонтического лечения Invnalign*: систвмвтимескмй обзор Проге Ортод. 2018:19(1X37.
Мехом М.Е. Шишке-Зоммерфельд Л. Be- А. Гедрейндж Т. Возняк К. Пути использования машинного обучения в стоматологии Аде Клим Ехр Мел 2020.29 3)3'5-334
Ган Ю. Ся 3. Со- Дж. Ли Г. Чжао К. Сегментация зубов и альвеолярных костей по изображениям дентальной компьютерной -омографии IEEE J Biomed Health Информ. 201822(1X196-204.
Юань т. Веи Й. Хоу 3. Вам Дж Сегментация зубов и модель деформации десневой ткани для планирования и оценки ЗО-ортодонтического лечения Мед Биол Эмг Компьютер 2020:53( 10)2271-2290.
Вен Л. Ян Й. Мин Р. Чакраахар С Ускорение обучения глубоких нейронных сетей с помощью непоследоветельно-о стохастического градиентного спуска. Нейронная сеть. 2017; 93 219-229
ЛуоХ.ЧиВ.ДэнМ Диппрун Изучениеэффективныхи интерпретируемых сверточных сетей -осредсвом обрезки веса для прогнозирования связывания ДНК с белком. Фронт Ренет 2019:10:1145
Ху X. И В Цзян Л и др. Классификация метэфазных хромосом с использованием глубокой сверточной нейронной сети J комгью-ерная Биол. 20'9.26(5 4'3-434
Монтуфар Дж. Ромеро М. Скуталл-Вилчис РДж Гибридный подход для автоматического аннотирования цефалометрических ориентиров на объемах ком,сно-лучевой компьютерной томографии Am J Orthodont Зубочелюс-ной ортопед . 2018 год. 154(1): 140-150.
Кунц Ф. Штелциг -Эйзенхауэр А.. Земан ф_ Болдт Дж Искусственный интеллект в ортодонтии J Орооациальный ортопед. 201931(11:52-63
Ченг Э. Че- Дж. Ян Дж. и др Автоматическое обнаружение ориентиров вмятин в треийернвх объемах зубов КЛКТ Annu Int Conf IEEE Eng Med Biol Soc. 201120116204-6207.
Хван XB. Пек ДжХ.. Мун ДжХ. и др Автоматизированное определение цефалометрических ориентиров. Часть 2 Может ли он быть лучше человека? Угол Ортод 2020.90(1)69-76.
Ян X. Джо Э. Ким КДж. и др Глубокое обучение для автоматического обнаружения кист и опухолей челюсти не паморемнсос рентгенограммах. Дж Клин Мед. 2020 9-6). 1339
Се X. Ван Л. Ван А. Моделирование искусственных нейронных сетей для принятия решения о необходимости удаления зубов перед ортодонтическим лечением Угол Ортод 2010 30(21262-266
