Karışık Dişlenmede CBCT Görüntülerinde Otomatik Diş Tespiti ve Numaralandırılması için Yapay Zekâ Sistemi

Özet

Amaç: nnU-Netv2 algoritması kullanılarak karışık dişlenme dönemindeki pediatrik hastaların CBCT hacimlerinde diş segmentasyonunu otomatikleştirerek yapay zekânın (YZ) etkinliğini ve doğruluğunu değerlendirmek.
Arka Plan: Dişlerin tanımlanması ve numaralandırılması, tedavi planlamasının ilk adımıdır ve bunun için verimli bir yöntem gerekmektedir.
Sonuç: Yapay zekâ modelleri, karışık dişlenme döneminde umut verici bir yaklaşım sunmakta ve diş hekimlerinin planlama sürecinde zaman ve emek açısından değerli bir rol oynamaktadır.

Makalenin Tamamını Okuyun

Bilimsel Araştırma Projesi Yazmak İstiyorum

CranioCatch Diş Hekimliği alanında ağız bakımını iyileştiren Global AI destekli lider dental tıbbi teknoloji şirketidir. AI Destekli Klinik, Eğitim ve Etiketleme çözümleri ile ileri makine öğrenimi teknolojisindeki çağdaş yaklaşımlardan yararlanarak diş hastalıklarının teşhisinde ve tedavisinde önemli iyileştirmeler sağlar.

CranioCatch; Her gün dünyada binlerce diş sağlığı problemi yaşayan hastalara yenilikçi teknolojileri ile hizmet vermektedir. İşte bu yüzden değişime öncülük ediyor “Diş Hekimliğinde Bilimsel Araştırma” Alanında çalışma yapmak isteyen Değerli Diş Hekimlerimiz ile tanışmayı sabırsızlıkla bekliyoruz.