ChiCTR2400083003尚未招募不适用
AI 辅助的混合牙列期恒牙发育分期及其预后价值的临床研究
首都医科大学附属北京口腔医院创新基金1 个研究点 分布在 1 个国家开始时间: 2024年1月1日最近更新:
试验速览
- 阶段
- 不适用
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 一致性检验
研究概览
简要总结
基于 CBCT 图像和 AI 深度学习技术，通过构建儿童乳恒牙和重要解剖结构的自动分割及恒牙发育自动识别的模型，建立虚拟模型辅助决策系统，以增进患儿及家长对乳恒牙及颌骨的直观了解，同时可以辅助医生进行临床决策。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 队列研究
- 盲法
- 无
入排标准
- 年龄范围
- 5 至 15（—）
- 性别
- All
入选标准
- •1.2021 年以后于我院放射科拍摄 CBCT 影像时年龄为 5-12 岁的儿童，性别不限。
排除标准
- •1.①CBCT 影像模糊不清、有金属伪影；；
- •2.②有严重颌面部畸形或有颌骨肿物；；
- •3.③精神障碍或智力障碍者。；
研究组 & 干预措施
内部验证组
外部验证组
训练组
结局指标
主要结局
一致性检验
时间窗: 模型建立并进行外部测试后的 3 个月
戴斯相似系数
时间窗: 模型建立并进行外部测试后
检测准确度
时间窗: 模型建立并进行外部测试后
平均平方误差
时间窗: 模型建立并进行外部测试后
平均对称表面距离
次要结局
- 识别准确率(模型建立并进行外部测试后)
研究者
研究点 (1)
Loading locations...
相似试验
招募中
Unknown
基于 AI 技术对阻生牙 / 多生牙 / 埋伏牙导致邻牙及邻近组织损伤的预后模型建立及验证ChiCTR21000431401,000
Unknown
不适用
人工智能辅助 CBCT 影像识别与诊断系统的开发研究ChiCTR2200062494科室自有经费，正在申请广东省及深圳市科研项目经费2,000
Unknown
不适用
基于多源数据融合的口腔疾病诊断模型研究ChiCTR2100044897浙江省自然科学基金1,000
Unknown
不适用
基于机器学习的牙周炎智能诊断系统的前瞻性临床研究牙周病ChiCTR2200057509医院内资助1,000
Unknown
不适用
基于图像自动识别及深度学习的牙颌面畸形智能诊断系统的研发及临床应用ChiCTR1900027586四川省科技厅重点研（2018SZ0119）；成都市科学技术局重点研发支撑计划（2018-YF05-00258-SN）30