الأبحاث المرتبطة بالكلمة المفتاحية: أشعة سينية، بانورامية
-
كشف تسوس الأسنان تحت التعويضات السنية الثابتة من خلال تحليل الأشعة السينية البانورامية الرقمية باستخدام خوارزميات الذكاء الاصطناعي المعتمدة على طرق التعلم العميق
Detection of dental caries under fixed dental prostheses by analyzing digital panoramic radiographs with artificial intelligence algorithms based on deep learning methodsتستكشف هذه الدراسة فعالية نماذج الشبكات العصبية التلافيفية (CNN)، وتحديداً إطار عمل “يو فقط انظر مرة واحدة” (YOLO)، في اكتشاف تسوس الأسنان تحت التعويضات السنية الثابتة (FDPs) باستخدام الأشعة السينية البانورامية. تم استخدام مجموعة بيانات تتكون من 1004 صورة بانورامية من مرضى لديهم FDPs، حيث تم تخصيص 90% للتدريب و10% للاختبار. أظهر نموذج YOLOv7 أداءً…
-
التعلم العميق لتقدير العمر الجنائي باستخدام الأشعة البانورامية في الأطفال والمراهقين والشباب
Deep learning for forensic age estimation using orthopantomograms in children, adolescents, and young adultsتستقصي هذه الدراسة تطبيق الشبكات العصبية التلافيفية (CNNs) لتقدير العمر الجنائي باستخدام الصور الشعاعية البانورامية (OPGs). من خلال تدريب شبكة CNN مخصصة على مجموعة بيانات كبيرة تضم 21,814 صورة OPG من 13,766 فردًا تتراوح أعمارهم بين 1 إلى أقل من 25 عامًا، كان الهدف من الباحثين هو تعزيز سرعة ودقة توقعات العمر. تم تدريب الشبكة…
-
سد الفجوات في تقدير العمر: دراسة مقارنة مقطعية لنضوج الهيكل العظمي باستخدام طريقة فيشمان وتطور الأسنان باستخدام طريقة نولا بين المصريين
Bridging gaps in age estimation: a cross-sectional comparative study of skeletal maturation using Fishman method and dental development using Nolla method among Egyptiansتستكشف هذه الدراسة دقة طرق تقدير العمر في عينة من الأطفال والمراهقين المصريين، مع مقارنة نضوج الهيكل العظمي (طريقة فيشمان) وتكلس الأسنان (طريقة نولا). خضع ما مجموعه 176 مشاركًا تتراوح أعمارهم بين 8 إلى 16 عامًا لتقييمات شعاعية، حيث تشير النتائج إلى أن كلا الطريقتين هما مؤشرات صحيحة للعمر الزمني، على الرغم من اختلاف الدقة…
-
تقسيم الأسنان بالأشعة السينية تلقائيًا مع الانتباه المجموع
Automatic X-ray teeth segmentation with grouped attentionتقدم البحث شبكة الانتباه المجمعة ودمج الطبقات المتقاطعة (GCNet)، وهو نموذج جديد مصمم لتقسيم الأشعة السينية للأسنان، حيث يتناول التحديات مثل حجم مجموعات البيانات الصغيرة، واهتمامات خصوصية المرضى، وتداخل الضوضاء. يتضمن النموذج مكونين رئيسيين: وحدات الانتباه العالمي المجمعة (GGA)، التي تلتقط وتنظم بفعالية ميزات القوام والملامح، ووحدات دمج الطبقات المتقاطعة (CLF)، التي تدمج هذه الميزات…
-
كشف أنماط فقدان العظام اللثوي وعيوب الفركشن من الأشعة السينية البانورامية باستخدام خوارزمية التعلم العميق: دراسة استعادية
Detection of periodontal bone loss patterns and furcation defects from panoramic radiographs using deep learning algorithm: a retrospective studyتركزت هذه الدراسة الاستعادية على تطوير خوارزمية تعلم عميق لتفسير الأشعة السينية البانورامية، مستهدفة بشكل خاص الكشف عن فقدان العظام اللثوية وأنماطها. باستخدام مجموعة بيانات تتكون من 1121 صورة بانورامية، قامت الدراسة بتصنيف أنواع مختلفة من فقدان العظام، بما في ذلك فقدان العظام السنخية الكلي (عدد = 2251)، وفقدان العظام بين الأسنان (عدد = 25303)،…