ChiCTR2400083125尚未招募不适用
人工智能辅助构建基于口内照片的口腔常见疾病识别模型的应用研究
中山大学附属口腔医院1 个研究点 分布在 1 个国家开始时间: 2024年2月17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
- 卷积神经网络模型的 ROC-AUC 值
研究概览
简要总结
本研究提出在多个年龄段的人群中利用便携式标准化口内照片采集装置采集口内照片,利用个人属性、口腔健康特征作为先验知识,构建基于标准化口内照片的口腔常见疾病识别模型,并基于识别模型、拍摄设备开发一套可在真实场景下应用的口腔状况自我监测物联网系统。该模型结果只用于非临床条件下的疾病自检措施,检查结果用于提供必要的就诊指引,但不能替代临床诊断。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 横断面
入排标准
- 年龄范围
- 3 至 15(—)
- 性别
- All
入选标准
- •1: 年龄为 3-5 岁、7-9 岁、12-15 岁
- •2: 能够配合完成口内照片拍摄
- •3: 本人或监护人知情同意
排除标准
- •1: 无法配合完成口内照片拍摄者
- •2: 开口受限,开口宽度小于 3 厘米
研究组 & 干预措施
3-5 岁组
7-9 岁组
12-15 岁组
结局指标
主要结局
卷积神经网络模型的 ROC-AUC 值
次要结局
- 卷积神经网络模型的准确度
- 卷积神经网络模型的精确度
- 卷积神经网络模型的回归值
研究者
研究点 (1)
Loading locations...
相似试验
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
1 期
基于人工智能牙病检测系统的诊断模型验证与优化研究ChiCTR2300073487中山大学附属口腔医院
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
数字化口内扫描制取功能性印模的研究ChiCTR2000036206申康临床研究三年行动计划1,000
Unknown
不适用
老年人口颌系统健康维护和功能重建的技术创新及示范应用 2(回顾性研究)ChiCTR2400083031主动健康和老龄化科技应对
