ChiCTR2500109073已完成回顾性研究
基于深度学习的口腔全景片牙齿疾病诊断模型：一项多中心回顾性研究
国家自然科学基金优秀青年科学基金项目32 个研究点 分布在 1 个国家开始时间: 2025年8月30日最近更新:
试验速览
- 阶段
- 回顾性研究
- 状态
- 已完成
- 发起方
- 试验地点
- 32
- 主要终点
- 准确率
研究概览
简要总结
构建一个基于多任务深度学习架构的深度学习模型，用于从口腔全景 X 光片中同时自动检测多种疾病（根尖周炎、阻生牙、龋齿、残根、牙周炎）和治疗状态（牙冠、修复体、充填体、种植体），利用多中心、大规模回顾性数据集，对模型性能进行内部和外部测试验证。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 连续入组
入排标准
- 年龄范围
- 18 至 90（—）
- 性别
- All
入选标准
- •1.年龄>18 岁，牙列完全萌出的恒牙列患者
- •2.X 光片拍摄于经临床医生临床疾病确诊(龋齿、根尖周病变、阻生齿、牙周炎等)后 14 天内
- •3.全景片显示完整牙列情况，并包含完整上下颌骨结构
- •4.影像质量:要求可完成诊断，无严重伪影导致颌骨主要结构或牙列关键区域无法辨识。
排除标准
- •非诊断性扫描(显著运动伪影、定位不当)“
- •牙列严重拥挤或牙列重叠，导致前牙区多个牙齿影像无法区分牙冠轮廓或边缘
研究组 & 干预措施
观察组
结局指标
主要结局
准确率
灵敏度
特异性
受试者工作特征曲线下面积
次要结局
未报告次要终点
研究者
研究点 (32)
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
不适用
基于深度学习的多模态可解释牙周炎预后模型的研究ChiCTR2500115249自选课题（自筹）
Unknown
不适用
人工智能辅助诊断系统诊断龋病的准确性：一项前瞻性多中心临床研究ChiCTR2400083793浙江省人民医院
Unknown
不适用
基于深度学习的多模态评估咀嚼效率模型的应用研究ChiCTR2500097064低功率激光联合引导性骨再生术对拔牙位点保存的临床研究
Unknown
不适用
基于深度学习与口内扫描的人工智能结构识别与疾病诊断研究ChiCTR2500112679深圳市口腔疾病临床医学研究中心研究基金