العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الموضوعات الرئيسية
  3. الأشعة السينية السنية والتصوير

الأبحاث ضمن الموضوع الرئيسي: الأشعة السينية السنية والتصوير

  • DentoMorph-LDMs: نماذج انتشار تعتمد على نسيج اللثة المتصل بـ 8 نقاط جديدة وفقدان الأسنان اللبنية لزيادة صور الأسنان
    DentoMorph-LDMs: diffusion models based on novel adaptive 8-connected gum tissue and deciduous teeth loss for dental image augmentation

    تقدم هذه البحث DentoMorph-LDMs، إطار عمل مبتكر يعزز إعادة بناء الصور السنية للأطفال واكتشاف الأمراض من خلال دمج الخوارزميات المستوحاة من البيولوجيا في نماذج الانتشار الكامنة (LDMs). يقدم الدراسة وظيفتين جديدتين للخسارة: تعويض بكسل متكيف مع اللثة (GAPI)، الذي يحاكي السلوك التكيفي لأنسجة اللثة، وإعادة بناء قائمة على الانتقال المؤقت (DTBR)، الذي يأخذ في الاعتبار…

  • توقع نتائج جراحة الفك العلوي كصور جانبية بعد العملية باستخدام الشبكات العصبية البيانية ونماذج الانتشار
    Predicting orthognathic surgery results as postoperative lateral cephalograms using graph neural networks and diffusion models

    جراحة تقويم الفك (OGS) هي إجراء تصحيحي يهدف إلى معالجة التشوهات الشديدة في الفك والوجه، مع اهتمام متزايد بتطبيقاتها التجميلية. إن التنبؤ الدقيق بنتائج الجراحة أمر بالغ الأهمية للتخطيط الفعال للعلاج ورضا المرضى. يقدم هذا البحث GPOSC-Net، وهو نموذج تنبؤي توليدي مصمم لتوليد صور جانبية للجمجمة بعد العملية من البيانات قبل العملية. يتكون النموذج من…

  • التقسيم التلقائي واكتشاف المعالم في صور CBCT ثلاثية الأبعاد باستخدام التعلم شبه المراقب للمساعدة في تخطيط جراحة الفك التقويمي
    Automatic segmentation and landmark detection of 3D CBCT images using semi supervised learning for assisting orthognathic surgery planning

    تتناول هذه الدراسة التحديات التي يواجهها المرضى الذين يعانون من وضع غير طبيعي للفك، مما يستلزم إجراء جراحة تقويم الفك لتحسين العلاقات الإطباقية والجمالية الوجهية. تستخدم الأبحاث نهج التعلم شبه المراقب لتحليل صور الأشعة المقطعية ثلاثية الأبعاد (CBCT)، مع التركيز على التقسيم التلقائي للفك العلوي والسفلي، بالإضافة إلى اكتشاف المعالم التشريحية. تشير النتائج إلى أن…

  • 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 methods

    تستكشف 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…

  • تقييم تطبيقات الذكاء الاصطناعي المختلفة في الاستجابة لإجراءات علاج الجذور التجديدي
    Evaluation of different artificial intelligence applications in responding to regenerative endodontic procedures

    إن دمج الذكاء الاصطناعي (AI) في الرعاية الصحية يحول سير العمل المهني، لا سيما في تعزيز سرعة ودقة علاج المرضى. تقيّم هذه الدراسة دقة الردود من ثلاثة روبوتات محادثة AI—Google Bard (Gemini)، ChatGPT-4o، وChatGPT-4 مع مكون PDF—بخصوص علاج الجذور التجديدي (RET)، استنادًا إلى 23 سؤالًا متوافقًا مع إرشادات الجمعية الأمريكية لطب الأسنان (AAE) لعام 2022.…

  • تقسيم الأسنان بالأشعة السينية تلقائيًا مع الانتباه المجموع
    Automatic X-ray teeth segmentation with grouped attention

    تقدم 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…

  • التقسيم التلقائي الكامل بالذكاء الاصطناعي للأنسجة المتعلقة بجراحة الفم استنادًا إلى صور الأشعة المقطعية المخروطية
    Fully automatic AI segmentation of oral surgery-related tissues based on cone beam computed tomography images

    تقدم ورقة البحث نظام تقسيم الأنسجة الآلي بالكامل الذي يهدف إلى تحسين جراحة زراعة الأسنان من خلال زيادة الدقة والكفاءة في معالجة صور التصوير المقطعي المحوسب باستخدام شعاع مخروط (CBCT). تستخدم الطريقة المقترحة تقنية معالجة الصور التكيفية بناءً على توزيعات البيانات، مما يسمح بتقسيم فعال للهياكل التشريحية الحيوية، بما في ذلك العظم السنخي، والأسنان، والجيوب…

  • دقة التصوير المقطعي المحوسب باستخدام شعاع المخروط في تصوير مكونات النمط الظاهري اللثوي
    Accuracy of cone‐beam computed tomography in imaging the components of the periodontal phenotype

    تقدم هذه القسم نظرة عامة على أهمية الأنماط الظاهرية اللثوية والزرعية في أبحاث الأسنان، مع التأكيد على دورها في اتخاذ القرارات السريرية لتحسين النتائج العلاجية. يسلط الضوء على تطور طرق التقييم المختلفة لقياس هذه الأبعاد الظاهرية، حيث تعتبر التصوير المقطعي المحوسب باستخدام شعاع المخروط (CBCT) هي التقنية الأكثر شيوعًا على مستوى العالم. ومع ذلك، يشير…

  • AI-Dentify: التعلم العميق للكشف عن تسوس الأسنان القريب في أشعة إكس للعضة – دراسة HUNT4 لصحة الفم
    AI-Dentify: deep learning for proximal caries detection on bitewing x-ray – HUNT4 Oral Health Study

    تناقش هذه القسم تطبيق التعلم العميق في تشخيص تسوس الأسنان من خلال تحليل صور البايتوينغ. يتضمن التشخيص التقليدي الفحص اليدوي والاستكشاف، مما قد يكون مستهلكًا للوقت وذاتيًا. استخدمت الدراسة مجموعة بيانات تضم 13,887 صورة بايتوينغ من دراسة صحة الفم HUNT4، تم وضع علامات عليها بواسطة ستة خبراء أسنان، لتدريب ثلاثة هياكل للكشف عن الكائنات: RetinaNet…

  • وجهة نظر جديدة تعتمد على التعلم العميق لرقم الأسنان واكتشاف التسوس
    A novel deep learning-based perspective for tooth numbering and caries detection

    هدفت الدراسة إلى أتمتة الكشف عن الأسنان وترقيمها في الأشعة الرقمية للعضة بينما يتم تقييم الكفاءة التشخيصية للأسنان المتسوسة باستخدام خوارزميات التعلم العميق. تم استخدام مجموعة بيانات تتكون من 1,170 صورة أشعة مجهولة الهوية، والتي خضعت لعملية تسمية قبل تقسيمها إلى مجموعات تدريب واختبار. شملت عملية العمل المقترحة ثلاث مراحل: أولاً، تم استخدام شبكة عصبية…

1 2
التالي→

حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.