XiaoMi-AI文件搜索系统
World File Search System头颅
使用数字化手动和基于网络的人工智能头颅测量追踪软件进行头颅测量的比较
目的：针对不同的矢状骨性错颌畸形，比较手动数字化头颅测量分析（DM）和通过在线人工智能（AI）平台进行的自动化头颅测量分析所进行的测量结果。方法：纳入 105 名随机选择的个体（平均年龄：17.25 ± 1.87 岁）的头颅测量 X 光片。采用Dolphin Imaging软件进行DM头颅测量分析，采用WebCeph平台进行基于AI的头颅测量分析。总共评估了 10 个线性测量和 12 个角度测量。使用配对 t 检验、单因素方差分析和组内相关系数来评估两种方法之间的差异。显著性水平设定为p<0.05。结果：除参数 SNB、NPog、U1.SN、U1.NA、L1-APog、I/I 和 LIE 外，其余所有参数在两种方法之间均显示出显著不同的值（ p < 0.05）。在 I 类错颌畸形组中，两种方法的 SNA 和 SNB 测量值没有差异（p > 0.05），但在 II 类错颌畸形组中，两种方法之间存在差异。然而，在 III 类错颌畸形组中，只有 SNA 存在差异（p < 0.05）。三个错颌畸形组的 ANB 角存在显著差异。除 CoA 和 CoGn 外，两种方法的所有参数均表现出良好的相关性。结论：虽然两种头颅测量分析方法在某些测量结果上存在显著差异，但并非所有差异都具有临床意义。基于人工智能的头颅测量分析方法需要改进，对每个错颌畸形具有更高的特异性。
头颅测量区域叠加——数字与模拟的准确度和精密度：2. 下颌骨
4.3. 数字牙齿模板 ................................................................................................ 53 4.4. 操作员错误 .............................................................................................................. 54 4.5. 临床意义 .............................................................................................................. 55 4.6. 局限性 ...................................................................................................................... 56 4.7. 结论 ...................................................................................................................... 57 资金 ................................................................................................................................ 59 参考书目 ............................................................................................................................. 60