The Innovation Medicine | 人工智能与CBCT助力的儿童牙齿发育识别与根尖周病个性化诊疗

本文探讨了人工智能与CBCT技术在儿童牙齿发育识别与根尖周病个性化诊疗中的应用。研究背景指出，儿童口腔科中根尖周病的治疗存在挑战，特别是恒牙发育阶段的判断和个性化治疗方案的制定。研究目的是通过引入人工智能技术，提高CBCT影像数据的分析精度，从而改善儿童口腔疾病的诊疗效果。研究方法包括开发多阶段深度学习框架，利用回顾性分析方法处理115名儿童的CBCT影像数据，并通过ITK-SNAP软件进行牙齿边缘的手动勾勒和恒牙发育阶段的评估。研究结果显示，该模型在牙齿分割、分类、分期及个性化治疗计划制定方面表现出较高的精度和良好的泛化能力。结论认为，该创新性成果为非儿童口腔专科医生提供了有价值的决策依据和治疗指引，有助于推动儿童口腔学科领域朝着更高效、更精准的诊疗方向发展。