Обзор программ для анализа рентгенологических снимков с системой ИИ

Скачать статью на тему: Обзор программ для анализа рентгенологических снимков с системой ИИ. В которой показан искусственный интеллект. Представлен обзор на анализ рентгенологических снимков.
Author image
Ekaterina
Тип
Статья
Дата загрузки
17.12.2024
Объем файла
26 Кб
Количество страниц
7
Уникальность
Неизвестно
Стоимость работы:
Бесплатно
Заказать написание авторской работы с гарантией

Введение

Аннотация: В настоящее время, искусственный интеллект, проник во все сферы жизни человека. Так же технологии искусственного интеллекта применяются и в медицине. Разработаны программы искусственного интеллекта, которые позволяют проводить анализ рентгенологических снимков системой искусственного интеллекта. В последние несколько лет исследования искусственного интеллекта (ИИ) быстро развиваются и появляются в области стоматологической и челюстно-лицевой радиологии. Рентгенография зубов, которая обычно используется в повседневной практике, предоставляет невероятно богатый ресурс для разработки ИИ и привлекла многих исследователей к разработке его приложений для различных целей. В этом исследовании была рассмотрена применимость Diagnocat для стоматологической рентгенографии на основе текущих исследований. Проводился онлайн-поиск в базах данных PubMed и IEEE Xplore.

Не найдено

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
Возможности использования искусственного интеллекта в стоматологии / М. К. Касумова, Э. П. Тихонов, Г. Г. Иванова, М. А. Чибисова // Институт стоматологии. – 2019. – № 3(84). – С. 12-17.
Жане, Х. А. Диагнокат – искусственный интелект в стоматологии / Х. А. Жане, Е. С. Коваленко Краснодар: Федеральное государственное бюджетное образовательное высшего образования «Кубанский государственный университет» Министерства здравоохранения Российской Федерации, 2022. – С. 795-797.
Искусственные нейронные сети в лучевой диагностике, в стоматологии и в челюстно-лицевой хирургии (обзор литературы) / А. А. Мураев, Н. А. Гусейнов, П. А. Цай [и др.] // Клиническая стоматология. – 2020. – № 3(95). – С. 72-80.
Искусственный интеллект DENTOMO - возможности и перспективы интерпретации конусно-лучевых компьютерных томограмм в стоматологии / Е. А. Соловых, А. А. Обрубов, I. Arranz [и др.] // Бюллетень экспериментальной биологии и медицины. – 2020. – Т. 170. – № 11. – С. 656-659.
Каджоян, А. Искусственный интеллект в стоматологии: применение и эффективность / А. Каджоян, М. Есаян, Э. Маргарян // International Independent Scientific Journal​. – 2021. – № 28. – С. 27-28.
Обзор рентгенодиагностических on-line сервисов, основанных на искусственных нейронных сетях в стоматологии / М. Е. Мокренко, Н. А. Гусейнов, Ж. Аль Хаффар [и др.] // Медицинская визуализация. – 2022. – Т. 26. – № 3. – С. 114-122.
Цыганок, Р. С. Искусственный интеллект и перспективы его применения в стоматологии / Р. С. Цыганок // Новосибирск: Общество с ограниченной ответственностью "Сибирская академическая книга", 2022. – С. 34-39.

Diagnocat может предоставить дополнительные возможности для распознавания некоторых патологий, таких как проксимальный кариес и периапикальные патологии, которые иногда остаются незамеченными человеческим глазом на рентгенограммах из-за шума изображения и/или низкой контрастности. Несколько исследователей разработали модели искусственного интеллекта, которые могут помочь клиницистам автоматически выявлять кариес зубов на рентгенограммах. [6, с. 119]Девито и др. (2008) применили Diagnocat, многослойный персептрон нейронной сети, для улучшения диагностической способности проксимального кариеса на рентгенограммах прикуса. Результаты показали улучшение обнаружения проксимального кариеса на 39,4%, что соответствует применению нейронных сетей. Используя различные методы обработки изображений, сопровождаемые классификаторами машинного обучения, многие исследования также продемонстрировали высокие результаты (точность от 86 до 97%) при классификации кариеса зубов на рентгенограммах. [2, с. 796]Задача классификации, для которой требуется помеченный набор данных, используется для классификации всего изображения на кариес или здоровый зуб. Задача обнаружения, для которой требуется помеченный набор данных с маркировкой интересующей области, позволяет локализовать и идентифицировать кариес, рисуя вокруг него ограничивающую рамку. Задача сегментации, для которой требуется размеченный набор данных с точным очертанием желаемого объекта, реализована для определения попиксельных границ кариеса. [5, с. 28]

Похожие работы