山東手機報訂閱方式：
移動用戶發(fā)送短信SD到10658000
聯(lián)通用戶發(fā)送短信SD到106558000678
電信用戶發(fā)送短信SD到106597009
隨著人工智能技術的迅速發(fā)展，醫(yī)學影像智能識別能力在多個領域得到了顯著提升。在口腔醫(yī)學領域，人工智能已被應用于根尖病變、齲齒、牙周病病變檢測、牙齒和關鍵解剖結(jié)構分割以及治療方案推薦等領域。人工智能系統(tǒng)可以基于影像識別的結(jié)果，輔助醫(yī)生為患者制定個性化的治療方案，提高疾病的診斷準確率和治療效果，人工智能在醫(yī)學領域具有良好的應用前景。
新型卷積神經(jīng)網(wǎng)絡YoCNET
近日，濟南市口腔醫(yī)院杜毅于西佼團隊的最新研究成果《Periapical lesion detection in periapical radiographs using the latest convolutional neural network ConvNeXt and its integrated models》在中科院2區(qū)SCI期刊《Scientific Reports》發(fā)表，研究提出了一種新型的深度學習集成模型——YoCNET（Yolov5+ConvNeXt），旨在克服傳統(tǒng)分類模型在根尖片中無法同時識別多個病灶的局限性。YoCNET結(jié)合了Yolov5的強大目標檢測能力與ConvNeXt的圖像分類優(yōu)勢，能夠自動分割單個牙齒并并發(fā)檢測多個根尖病變。這一創(chuàng)新方法不僅提高了根尖病損檢測效率，還為臨床應用提供了更可靠的技術支持。
在研究中，團隊使用了1,305張根尖片數(shù)據(jù)進行模型的訓練與驗證，經(jīng)過嚴格的分配，訓練和驗證的比例為8:2。為確保數(shù)據(jù)的準確性，研究者排除了乳牙，并從200張未使用的根尖片中提取了717張單個牙齒圖像進行進一步驗證。評估指標包括準確率、精確度、敏感性、F1分數(shù)、AUC（曲線下面積）等。結(jié)果顯示，YoCNET在各項評估指標上均表現(xiàn)優(yōu)異：準確率達到90.93%，精確度為98.88%，敏感性為85.30%，F(xiàn)1分數(shù)為0.9159，AUC值為0.9757。
這些指標顯著優(yōu)于YoRNET（Yolov5+ResNet34），后者的對應指標為80.47%、83.78%、82.16%、0.8296和0.8822。這一集成模型在自動牙齒分割和根尖病變檢測中展現(xiàn)出高效和準確。YoCNET的優(yōu)秀表現(xiàn)使其成為臨床應用中的更佳選擇。該研究是課題組2024年9月在 《Journal of Medical and Biological Engineering》上發(fā)表《Deep Learning-Based Detection of Periapical Lesions in Periapical Radiographs》之后，圍繞人工智能輔助識別口腔影像片中病損的又一研究成果。相關成果能夠有效輔助醫(yī)生進行精準診斷和決策，為患者提供更優(yōu)質(zhì)的醫(yī)療服務。
濟南市口腔醫(yī)院院長、山東省衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學會數(shù)據(jù)應用和信息化專業(yè)委員會副主任委員杜毅教授表示，濟南市口腔醫(yī)院高度重視智慧醫(yī)院建設，2023年8月成立口腔精準醫(yī)療創(chuàng)新工作室和口腔數(shù)字化智能診療和大數(shù)據(jù)應用創(chuàng)新工作室，開展智慧醫(yī)療和大數(shù)據(jù)領域的臨床應用研究。2024年8月于西佼濟衛(wèi)工匠創(chuàng)新工作室”獲評濟南市衛(wèi)生健康創(chuàng)新工作室。目前團隊在智能診療領域發(fā)表SCI 2篇；成果榮獲濟南市第一屆數(shù)據(jù)技術與應用職業(yè)技能競賽三等獎1項，山東省數(shù)據(jù)要素X醫(yī)療健康競賽三等獎和優(yōu)秀獎各1項；獲軟著授權3項，申報發(fā)明專利1項。課題組后續(xù)將積極推進研究成果的轉(zhuǎn)化和臨床推廣應用。