跳至主要内容
临床试验/ChiCTR2400083125
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

发起方
中山大学附属口腔医院

研究点 (1)

Loading locations...

相似试验