Sử dụng thuật toán học sâu để phát hiện sâu răng
Cập nhật vào: Thứ ba - 04/07/2023 11:02 Cỡ chữ
Một nghiên cứu chẩn đoán về phát hiện sâu răng khớp cắn từ một bức ảnh lâm sàng sử dụng thuật toán học sâu sẽ được trình bày tại Phiên họp chung lần thứ 101 của IADR, được tổ chức cùng với Cuộc họp lần thứ 9 của Khu vực Mỹ Latinh và Đại hội Thế giới lần thứ 12 về Nha khoa tại Bogotá, Colombia.
Nghiên cứu của Chukwuebuka Elozona Ogwo thuộc Đại học Temple, Philadelphia, PA, Hoa Kỳ đã tìm cách xác định độ chính xác và độ nhạy của thuật toán phát hiện đối tượng YOLOv7 trong sâu răng khớp cắn từ các bức ảnh lâm sàng và (2) phát triển phần mềm phát hiện sâu răng khớp cắn.
Chỉ những người trưởng thành đồng ý (>=18 tuổi) có răng vĩnh viễn được chăm sóc tại Trường Nha khoa Kornberg thuộc Đại học Temple mới được đưa vào nghiên cứu. 300 bức ảnh trong miệng về bề mặt khớp cắn của cả cung hàm dưới và hàm trên đã được các sinh viên nha khoa năm thứ 4 thu thập bằng máy ảnh Coolpix L840. Các hình ảnh được chú thích bằng Roboflow V4. Sau khi xử lý trước và tăng cường dữ liệu, 845 hình ảnh đã được tạo và chia ngẫu nhiên thành ba bộ: đào tạo, xác thực và thử nghiệm; lần lượt là 70:20:10.
Sau đó, dữ liệu được phân tích bằng YOLO v7 ở 100 kỷ nguyên, với kích thước lô là 1 và kích thước hình ảnh là 1280x640. Các số liệu về hiệu suất của thuật toán là độ chính xác trung bình trung bình (mAP), khả năng thu hồi (độ nhạy) và độ chính xác (Giá trị dự đoán dương). Thuật toán cuối cùng được sử dụng để tạo phần mềm trên Flask và triển khai nó trên Heroku.
Thuật toán mang lại độ chính xác 79,5%, khả năng thu hồi 83%, điểm F1 81,2% và điểm mAP@0,5 80% trong việc phát hiện sâu răng trên ảnh chụp lâm sàng của cả vòm hàm dưới và hàm trên. Nghiên cứu đã mang lại một kết quả đầy hứa hẹn về AI trong việc tự động phát hiện tổn thương sâu răng từ một bức ảnh lâm sàng. Khi được triển khai dưới dạng một ứng dụng điện thoại, nó có thể đóng vai trò là một công cụ quan trọng cho ngành nha khoa từ xa và cải thiện khả năng tiếp cận dịch vụ chăm sóc.
Đ.T.V (NASATI), theo https://medicalxpress.com/news/2023-06-explores-deep-algorithm-occlusal-caries.html, 26/6/2023