- Rakousko / Österreich
- Bosna a Hercegovina / Босна и Херцеговина
- Bulharsko / България
- Chorvatsko / Hrvatska
- Česká republika & Slovensko / Česká republika & Slovensko
- Francie / France
- Německo / Deutschland
- Řecko / ΕΛΛΑΔΑ
- Itálie / Italia
- Nizozemsko / Nederland
- Severské země / Nordic
- Polsko / Polska
- Portugalsko / Portugal
- Rumunsko a Moldavsko / România & Moldova
- Slovinsko / Slovenija
- Srbsko & Černá Hora / Србија и Црна Гора
- Španělsko / España
- Švýcarsko / Schweiz
- Turecko / Türkiye
- Velká Británie & Irsko / UK & Ireland
ESPOO, Finsko: Před zaváděním implantátu musí zubní lékaři nejprve lokalizovat mandibulární kanálek, což se obvykle dělá s pomocí CBCT zobrazovacích technik. Protože tento postup často vyžaduje značný čas a energii, finští vědci nedávno vyvinuli metodu automatické lokalizace mandibulárních kanálků za pomoci umělé inteligence, čímž se zavádění zubních implantátů značně usnadní.
Studie vznikla ve spolupráci vědců z Finského střediska pro umělou inteligenci, Tamperské univerzitní nemocnice ve Finsku, finského výrobce Planmeca a Institutu Alana Turinga ve Velké Británii. Vědci ve studii vyvinuli novou metodu hlubokého učení, která pomůže automaticky určit přesné umístění mandibulárních kanálků. Model je založen na trénování a použití hlubokých neuronových sítí, využívajících sadu dat sestavenou z CBCT skenů.
Po trénování modelu na hrubě anotovaných objemech byli vědci schopni přesně lokalizovat mandibulární kanálky sady anotované na úrovni voxelů, přičemž průměrná vzdálenost křivky a průměrná symetrická povrchová vzdálenost byly 0,56 mm a 0,45 mm. Výsledky ukazují, že model úspěšně překonal statistické tvarové modely, které se ve výzkumu obvykle používají.
Podle vědců může tento nový model dosahovat téměř lidské přesnosti v případech, kdy pacient nemá žádné předchozí zvláštní stavy a nevyžaduje speciální ošetření. „Ve složitějších případech bude možná nezbytné odhad upravit, takže ještě nemluvíme o plně samostatném systému,“ řekl hlavní autor Joel Jaskari, doktorand na Aalto University ve Finsku, v tiskové zprávě.
Vědci poznamenali, že cílem studie bylo optimalizovat pracovní postupy radiologů. „Cílem této výzkumné práce však není nahradit radiology, ale urychlit jejich práci a zefektivnit ji tak, aby měli čas soustředit se na složitější případy,“ vysvětlil prof. Kimmo Kaski, hlavní poradce v oblasti výpočetní vědy na Aalto University.
Společnost Planmeca, která se specializuje na vývoj 3D a 2D digitálních zobrazovacích zařízení, stomatologických souprav a CAD/CAM řešení a softwaru, v současné době integruje model do svého speciálního softwaru. Model bude využíván v 3D tomografických zařízeních Planmeca.
Studie s názvem „Deep learning method for mandibular canal segmentation in dental cone beam computed tomography volumes“ byla zveřejněna online 3. dubna 2020 v časopisu Scientific Reports.
Štítky:
Po. 29 dubna 2024
6:30 (CET) Prague
Root caries: The challenge in today’s cariology
Út. 30 dubna 2024
7:00 (CET) Prague
Neodent Discovery: Neoarch Guided Surgery—from simple to complex cases
Pá. 3 května 2024
7:00 (CET) Prague
Osseointegration in extrēmus: Complex maxillofacial reconstruction & rehabilitation praeteritum, praesens et futurum
St. 8 května 2024
2:00 (CET) Prague
You got this! Diagnosis and management of common oral lesions
Pá. 10 května 2024
2:00 (CET) Prague
Empowering your restorative practice: A comprehensive guide to clear aligner integration and success
Po. 13 května 2024
3:00 (CET) Prague
CREATING MORE PRACTICE TIME THROUGH EFFICIENCY: IMPROVED ACCURACY AND DELEGATION
Po. 13 května 2024
7:00 (CET) Prague
To post a reply please login or register