تخمین مرحله رشدی مندیبل بر اساس روند تکاملی مهره های گردنی در تصاویر سفالومتری لترال با استفاده از هوش مصنوعی

Estimating mandibular growth stage based on cervical vertebral maturation in lateral cephalometric radiographs using artificial intelligence


چاپ صفحه 		پژوهان
صفحه نخست سامانه		 مجری و همکاران
مجری و همکاران		 اطلاعات تفضیلی
اطلاعات تفضیلی		 دانلود
دانلود 		دانشگاه علوم پزشکی تبریز
دانشگاه علوم پزشکی تبریز

مجریان: مریم کوه سلطانی

خلاصه روش اجرا: در زمینه درمان های تغیر رشدی روی فکین ، زمانبندی صحیح بسیار حیاتی میباشد. در نتیجه مشخص کردن مقدار رشد باقیمانده مندیبل بر روی تشخیص ، پیش آگهی و درمان اثرگذار است. میتوان از روند تکاملی مهره های گردنی برای تخمین مرحله رشد مندیبل استفاده کرد . ابتدا طول مندیبل در رادیوگرافی های سفالومتری لترال که به صورت سریالی از بیماران گرفته شده است و در آرشیو مراکز مطالعات رشد موجود است، محاسبه شده و گرافی های مربوط به 3 مرحله ی قبل از پیک رشدی بلوغ (pre pubertal) ، حین پیک رشدی بلوغ (pubertal) و پس از پیک رشدی بلوغ (post pubertal) جدا و label میشوند. سپس گرافی های label شده در اختیار متخصص مربوطه قرار خواهد گرفت تا مدل هوش مصنوعی ساخته شود.حجم نمونه کلی که برای مدل مورد نیاز است ، حداقل 480 تصویر محاسبه شده است که ازین تعداد 240 تصویر تحت عنوان داده test در نظر گرفته خواهد شد.در این روش تصاویر رادیوگرافی مهره های گردنی به عنوان ورودی برای مدل تعریف خواهند شد. پس از تهیه confusion matrix مربوط به نتایج به دست آمده ، اعتبار مدل طراحی شده با استفاده از پارامترهای تشخیصی حساسیت، ویژگی، صحت ، ارزش تشخیصی مثبت ، ارزش تشخیصی منفی ارزیابی شده و نتایج نهایی به صورت پارامترهای اشاره شده گزارش خواهد شد. هدف این است تا شبکه هوش مصنوعی خروجی این طرح قادر باشد پیش بینی کند که بیمار مورد نظر در کدام یک از 3 مرحله اشاره شده رشد مندیبل (pre pubertal, pubertal , post pubertal) قرار دارد.

اطلاعات کلی طرح
hide/show

مرحله جاری طرح خاتمه قرارداد و اجرا
کد طرح 67336
عنوان فارسی طرح تخمین مرحله رشدی مندیبل بر اساس روند تکاملی مهره های گردنی در تصاویر سفالومتری لترال با استفاده از هوش مصنوعی
عنوان لاتین طرح Estimating mandibular growth stage based on cervical vertebral maturation in lateral cephalometric radiographs using artificial intelligence
نوع طرح طرح - پایان نامه
اولویت طرح فناوری‌های همگرا و فناوری‌های نوین در غربالگری، تشخیص زودرس، توانبخشی و درمان بیماریها
نوع مطالعه طراحی نرم افزار یا ساختارهای مبتنی بر وب
تحقیق در نظام سلامت خیر
آیا طرح پایان‌نامه دانشجویی است؟ بله
مقطع پایان نامه دکتری عمومی
مدت اجرا - ماه 12
نوآوری و ضرورت انجام تحقیق یکی از مواردی که در تشخیص و درمان مشکلات ارتودنسی مورد نیاز است ، تعیین وضعیت بلوغ و رشد استخوان های فک بیمار است. روش ها متعددی برای اینکار وجود دارد که یکی از این روش های معرفی شده تخمین مرحله رشدی از روی مورفولوژی مهره های گردنی میباشد. مطالعات بسیاری این روش را در پیش بینی پیک رشدی مندیبل معتبر ارزیابی کرده اند ؛ با این همه مشکلات متعددی مثل تکرار پذیری بین و درون مشاهده کننده ، نیاز به یک متخصص با تجربه برای تعیین مرحله رشدی ، زمانبر بودن ، تردید در همخوانی با پیک رشدی مندیبل و ... در این روش وجود دارد. وجود یک سیستم هوش مصنوعی که بتواند نقش کمک تشخیصی خود را در این زمینه ایفا کند باعث حل بسیاری از این مشکلات می شود. طرح ها و مطالعات محدودی در این زمینه انجام شده و به موفقیت هایی هم دست یافته اند. با توجه به تردید های به وجود آمده اخیر در تعیین پیک رشدی مندیبل با استفاده از روش های متداول امروزی براساس مورفولوژی مهره ها، در طرح پیشنهادی حاضر با انجام تغییراتی در نحوه label کردن مراحل رشد مهره های گردنی و استفاده از پیک رشدی مندیبل در رادیوگرافی های متوالی، سعی در طراحی یک مدل با کارایی و همخوانی بیشتر با مراحل رشدی مندیبل داریم. با درنظر گرفتن توجه ویژه به استفاده از هوش مصنوعی در جهان برای مصارف پزشکی و فواید آن، نیاز به انجام این دست پژوهش ها بیش از پیش به چشم میخورد.
اهداف اختصاصی

طراحی مدل هوش مصنوعی جهت تخمین مرحله رشدی مندیبل با استفاده از تصویر مهره های گردنی در سفالومتری لترال

-

تعیین دقت تشخیصی و ارزیابی اعتبار مدل هوش مصنوعی طراحی شده با استفاده از تصویر مهره های گردنی در سفالومتری لترال
چکیده انگلیسی طرح Proper timing is crucial in the growth modification treatment of jaws. As a result, determining the amount of residual growth of the mandible affects diagnosis, prognosis, and treatment. The cervical vertebral maturation can be used to estimate the growth stage of the mandible. In this study, first, the mandibular length will be calculated in lateral cephalometric radiographs taken serially from patients whose radiographs are available in the archives of growth studies centers. Then, graphs are going to be labeled into three categories based on mandibular length growth peak: pre-pubertal, pubertal, post-pubertal. In the next step, the labeled graphs will be provided to the relevant expert to build an artificial intelligence model. . The total sample size required for the model is at least 480 images, of which 240 images will be considered as test data. In this method, radiographic images of the cervical vertebrae will be defined as input for the model. After conducting the confusion matrix, the validity of the designed model will be assessed by diagnostic parameters includes sensitivity, specificity, accuracy, positive predictive value, negative predictive value. Final results will be reported as mentioned diagnostic parameters. The aim is for the artificial intelligence network output of this project to be able to predict which of the three mentioned stages of mandibular growth (pre-pubertal, pubertal, post-pubertal ) belongs to the patient in question.
کلمات کلیدی بلوغ اسکلتی : به معنای تکامل استخوان در اندازه ، شکل و درجه مینرالیزاسیون می باشد تا به بلوغ کامل برسد و در تعیین زمان مناسب برخی درمان های ارتودنسی کاربرد دارد. (1, 30) Cervical vertebra maturation method : روشی برای برای پیش بینی سن اسکلت و پتانسیل رشد با بررسی روند تکاملی مهره های گردنی مشاهده شده در تصاویر رادیوگرافی سفالومتری لترال میباشد. (5) هوش مصنوعی (artificial intelligence) : به عنوان توانایی ماشین ها در به نمایش گذاشتن شکل خاصی از هوش خود تعریف میشود. هدف در اینجا توسعه ماشین هایی بود که بتوانند از طریق داده ها یاد بگیرند و سپس قادر به حل مشکلات باشند. (21) یادگیری عمیق (deep learning) : از زیرشاخه های هوش مصنوعی میباشد که از شبکه ای با لایه های مختلف محاسباتی در یک شبکه عصبی عمیق برای تجزیه و تحلیل داده های ورودی استفاده میکند. هدف از یادگیری عمیق ساخت شبکه عصبی ای است که به طور خودکار الگوهایی را برای بهبود تشخیص یک ویژگی شناسایی کند. (21)
ذینفعان نتایج طرح ارتودنتیست ها و پزشکان میتوانند از نتیجه این طرح به عنوان یک ابزار کمک تشخیصی برای استفاده بالینی ، به جهت تخمین مرحله رشدی مندیبل ، استفاده کنند. همچنین میتواند در فعالیت های تحقیقاتی هم مورد استفاه قرار گیرد. در صورت کارایی مطلوب ابزار مورد مطالعه و تجاری سازی آن، میتواند در قالب های مختلف به عنوان یک محصول تجاری ارائه شده و مورد استفاده قرار گیرد. با توجه به اینکه تشخیص مرحله تکاملی با روش های معمول CVM نیاز به مهارت و تجربه دارد ، گسترش و استفاه از این ابزار میتواند کمک شایانی به ارتودنتیست های کم تجربه تر بکند ؛ بخصوص در جوامع در حال توسعه یا کمتر توسعه یافته که با کمبود نیروی متخصص مواجه هستند. استفاده از این ابزار باعث میشود از رادیوگرافی و تاباندن اشعه اضافی به بیمار، برای رادیوگرافی مچ دست، جلوگیری شود. علاوه بر این ، با توجه به اهمیت زمان در مداخله ارتودنسی، استفاده از این ابزار میتواند منجر به درمان بدشکلی های دنتوفاسیال با نتایج بهتر شود.

اطلاعات مجری و همکاران
hide/show

نام و نام‌خانوادگی سمت در طرح
سجاد علی پور شعاریدانشجوی مالک پایان نامه
مریم کوه سلطانیاستاد راهنمای اول (آموزشی )
آیدین سهرابیمشاور
مینو کوه سلطانیمشاور

اطلاعات تفضیلی
hide/show

حوزه خبر خبر
رسانه ها و مردم
عنوان خبر
هوش مصنوعی می تواند با مشاهده تصویر مهره های گردنی، وقوع یا عدم وقوع جهش در رشد فک پایین را پیش بینی کند.
متن خبر
با توجه به اهمیت زمان در شروع درمان ارتودنسی، با تعیین زمان مناسب، درمان مناسب و نتایج قابل قبول تری به دست خواهد آمد. هوش مصنوعی و محصولات برگرفته از آن روز به روز نقش پررنگ تری در زندگی انسان امروزی پیداکرده اند و به دلیل سرعت زیاد پیشرفت این مفهوم، اهمیت محصولات برگرفته از آن بیش از پیش به چشم می خورد. بر اساس نتایج مطالعه حاضر، هوش مصنوعی می تواند با مشاهده تصویر مهره های گردنی، وقوع یا عدم وقوع جهش رشدی فک پایین را پیش بینی کند. این امر به منظور تعیین زمان اتمام جهش رشدی فک پایین، در درمان مناسب برای افراد کاندید درمان ارتودنسی کمک کننده است. از این رو ارتودنتیست ها و دندانپزشکان می توانند با استفاده از این ابزار، وضعیت جهش رشدی فک پایین را پیش بینی کنند. همچنین سرمایه گذاران حوزه فناوری های پژوهشی می توانند با تجاری سازی نتیجه این طرح، محصولی نوآورانه در راستای بهبود کیفیت درمان بیماران نیازمند به ارتودنسی به بازار ارائه کنند.
متخصصان و پژوهشگران
عنوان خبر
هوش مصنوعی می تواند با مشاهده تصویر مهره های گردنی، وقوع یا عدم وقوع جهش در رشد فک پایین را پیش بینی کند.
متن خبر
با توجه به اهمیت زمان در شروع درمان ارتودنسی، با تعیین زمان مناسب، درمان مناسب و نتایج قابل قبول تری به دست خواهد آمد. هوش مصنوعی و محصولات برگرفته از آن روز به روز نقش پررنگ تری در زندگی انسان امروزی پیداکرده اند و به دلیل سرعت زیاد پیشرفت این مفهوم، اهمیت محصولات برگرفته از آن بیش از پیش به چشم می خورد. بر اساس نتایج مطالعه حاضر، هوش مصنوعی می تواند با مشاهده تصویر مهره های گردنی، وقوع یا عدم وقوع جهش رشدی فک پایین را پیش بینی کند. این امر به منظور تعیین زمان اتمام جهش رشدی فک پایین، در درمان مناسب برای افراد کاندید درمان ارتودنسی کمک کننده است. از این رو ارتودنتیست ها و دندانپزشکان می توانند با استفاده از این ابزار، وضعیت جهش رشدی فک پایین را پیش بینی کنند. همچنین سرمایه گذاران حوزه فناوری های پژوهشی می توانند با تجاری سازی نتیجه این طرح، محصولی نوآورانه در راستای بهبود کیفیت درمان بیماران نیازمند به ارتودنسی به بازار ارائه کنند.
سیاستگذاران درمانی
عنوان خبر
هوش مصنوعی می تواند با مشاهده تصویر مهره های گردنی، وقوع یا عدم وقوع جهش در رشد فک پایین را پیش بینی کند.
متن خبر
با توجه به اهمیت زمان در شروع درمان ارتودنسی، با تعیین زمان مناسب، درمان مناسب و نتایج قابل قبول تری به دست خواهد آمد. هوش مصنوعی و محصولات برگرفته از آن روز به روز نقش پررنگ تری در زندگی انسان امروزی پیداکرده اند و به دلیل سرعت زیاد پیشرفت این مفهوم، اهمیت محصولات برگرفته از آن بیش از پیش به چشم می خورد. بر اساس نتایج مطالعه حاضر، هوش مصنوعی می تواند با مشاهده تصویر مهره های گردنی، وقوع یا عدم وقوع جهش رشدی فک پایین را پیش بینی کند. این امر به منظور تعیین زمان اتمام جهش رشدی فک پایین، در درمان مناسب برای افراد کاندید درمان ارتودنسی کمک کننده است. از این رو ارتودنتیست ها و دندانپزشکان می توانند با استفاده از این ابزار، وضعیت جهش رشدی فک پایین را پیش بینی کنند. همچنین سرمایه گذاران حوزه فناوری های پژوهشی می توانند با تجاری سازی نتیجه این طرح، محصولی نوآورانه در راستای بهبود کیفیت درمان بیماران نیازمند به ارتودنسی به بازار ارائه کنند.
سیاستگذاران پژوهشی
عنوان خبر
هوش مصنوعی می تواند با مشاهده تصویر مهره های گردنی، وقوع یا عدم وقوع جهش در رشد فک پایین را پیش بینی کند.
متن خبر
با توجه به اهمیت زمان در شروع درمان ارتودنسی، با تعیین زمان مناسب، درمان مناسب و نتایج قابل قبول تری به دست خواهد آمد. هوش مصنوعی و محصولات برگرفته از آن روز به روز نقش پررنگ تری در زندگی انسان امروزی پیداکرده اند و به دلیل سرعت زیاد پیشرفت این مفهوم، اهمیت محصولات برگرفته از آن بیش از پیش به چشم می خورد. بر اساس نتایج مطالعه حاضر، هوش مصنوعی می تواند با مشاهده تصویر مهره های گردنی، وقوع یا عدم وقوع جهش رشدی فک پایین را پیش بینی کند. این امر به منظور تعیین زمان اتمام جهش رشدی فک پایین، در درمان مناسب برای افراد کاندید درمان ارتودنسی کمک کننده است. از این رو ارتودنتیست ها و دندانپزشکان می توانند با استفاده از این ابزار، وضعیت جهش رشدی فک پایین را پیش بینی کنند. همچنین سرمایه گذاران حوزه فناوری های پژوهشی می توانند با تجاری سازی نتیجه این طرح، محصولی نوآورانه در راستای بهبود کیفیت درمان بیماران نیازمند به ارتودنسی به بازار ارائه کنند.
لینک (URL) مقاله انگلیسی مرتبط منتشر شده 1