XiaoMi-AI文件搜索系统
World File Search System正畸
开发用于正畸领域初始诊断的分类和对象检测模型=开发正畸>早期诊断的分类和对象检测模型
Deskripsi Lengkap: https://lib.ui.ac.id/detail?id=9999920568055&lokasi=lokal ------------------------------------------------------------------------------------------ Abstrak Pandemi COVID-19 mendorong adanya transformasi kesehatan, terutama dalam Praktik Kedokteran Gigi。对传播风险的反应，使公众朝着远程医疗服务，尤其是远程访问术。这种现象在正畸中创造了一个新的范式，鼓励了Teleorthodontic的发展。正畸领域中的机器学习技术支持为早期诊断和增加正畸服务的可及性提供了创新的解决方案。这项研究将比较3个计算机视觉模型，即有效网络，Mobilenet和Shufflenet，并伴随着添加表格模型，即TabNet。该计算机视觉模型的实施旨在为正畸患者提供初始分析，并将在Lime的帮助下使用F1得分指标和专家解释性评估。基于这项研究，发现计算机视觉洗牌模型具有最佳的平均F1分数值，其次是EfficityNet和Mobilenet。价值的差异范围从有效T和洗牌片之间的1-5％范围范围，但是Mobilenet和Shufflenet的差异范围为3-8％。此外，与不使用TabNet的模型相比，在框架中添加TabNet在框架中的平均F1得分值增加了2.7％至5％。....... COVID-19-大流行驱动了健康转变，尤其是在牙科实践中。对传播风险的反应导致公众进入远程医疗服务，尤其是远程医疗服务。这种现象在正畸方面创造了一个新的范式，鼓励了电视牙齿的发展。正畸技术中机器学习技术的支持提供了用于早期诊断和增加正畸服务的创新解决方案。本研究将比较3种计算机视觉模型，这些模型是有效网络，Mobilenet和Shufflenet，并伴随着添加表格模型，即TabNet。该计算机视觉模型的实施旨在为正畸患者提供初始分析，并将在Lime的帮助下使用F1评分指标和专家的解释性进行评估。这项研究发现，洗牌计算机视觉模型具有最佳的平均F1得分，其次是有效网络，最后是Mobilenet。值差异在有效网和洗牌片之间的1-5％之间，但是Mobilenet和Shufflenet的差异扩大，范围在3-8％之间。此外，与不使用TABNET的模型相比，将TABNET添加到框架中的F1得分平均增加2.7％至5％。
在正畸研究中报告的性别特异性治疗效果和结果。横断面经验研究
摘要目的：确定在正畸研究中研究文章中性别影响评估的实践，并检测到根据性别对治疗结果的显着差异。材料和方法：在3年的时间内寻求四个主要的正畸期刊，以确定包括评估性别对报告结果影响的评估的出版物。数据是关于以下特征的：期刊，出版年，作者身份和研究设计。在包括报告性别影响的研究中，是否存在重大影响。此外，对于这些研究，还提取了数据，对人口，每个性别的样本，治疗，比较，结果类型和性质以及性别分析是基于亚组测试还是作为主要影响。适当地利用了描述性统计，跨列表，单变量和多变量回归模型。结果：总共有718篇研究文章有资格从1,132篇筛选文章中包含。，关于性别影响的任何类型的分析报告（95/718; 13.2％）。在报道性别影响评估的95项研究中，很明显，大多数人没有检测到整个记录结果之间与性别相关的显着差异（在所有结果中有显着性别差异的频率分布范围：0-50％）。总体上有22篇文章（22/95; 23.2％）描述了由成果分类的重要性别效应，有12位偏爱女性和10名偏爱男性参与者。，一个四分之一描述了显着效果。有利于女性的效效和不良结果的模式（根有疗法：4/10; 40.0％；牙周牙周结构：3/11; 27.3％）或雄性（正畸治疗后正畸形治疗后的头孢菌/生长变化：4/17; 23.5％; 23.5％; 23.5％; 23.5％; 23.5％; 23.5％; 23.5％; 23.5％; 23.5％; 23.5％; 23.5％; 23.5％; 23.5％; 23.5％; 23.5％; 23.5％;适当设计且充分的统计分析，以性别效应评估为多变量回归模型的主要效应，与确定显着性别效应的几率相关（OR = 6.53; 95％CI：2.15，19.8; P = .001）。结论：一小部分研究包括在分析中进行性别效应评估。但是，应优先考虑仔细的分析计划和策略，以允许任何有意义的解释。关键字：性别特定效果；性敏感医学；正畸结果；性别敏感医学；亚组分析
机器学习完全自动化的正畸照片分析
简介：颅面人体测量比在牙科，颌面外科，发育研究和整形外科等科学中非常有用。分析面部照片的手动方法需要大量时间和精度。这项研究的目的是引入一种应用工具，该工具完全自动化面部照片的分析并将其与手动方法进行比较。材料和方法：在这项横断面研究中，数据库由395张个人资料照片，271张微笑的额叶照片和346张额叶照片组成。使用具有里程碑意义的两阶段完全卷积网络体系结构。在测量8个变量的测量中比较了两种手动和自动分析方法，包括颊走廊空间，中间的高度与面部下部的高度的比率，总面部凸角，面部凸角，鼻腔侧面角度，刺激性角度，刺激性角度和鼻孔角度。使用配对t检验和类内相关系数（ICC）评估两种方法之间的一致性。p <0.05的值被认为是显着的。结果：对于总面部凸度（p = 0.005），鼻叶（p = 0.001）和鼻labial（p = 0.02）角，两种方法之间的差异很大。然而，两种面部凸，刺，鼻孔，鼻孔，颊走廊空间的两种方法之间没有发现显着差异，并且中间的高度与面部下部的高度之比没有两种方法之间的显着差异。除了鼻角角外，所有变量的ICC大于0.69。对于大多数测量变量，自动方法的准确性与手动方法相似。结论：机器学习有可能用于临床软组织分析。它提供了在大图像数据集上执行可靠且可重复分析的能力。关键字：正畸，面部，摄影，机器学习引用了本文：Soleiman Mezerji M，Sheikhzadeh S，Mirzaie M，Gholinia H.通过机器学习完全自动化的正畸照片分析。caspian j dent res 2023; 12：70-81。©作者。出版商：Babol医学科学大学
评估壳聚糖和二氧化钛纳米颗粒与正畸
背景和目标：通常用于键合的正畸粘合剂可以显着增强细菌生物膜。纳米颗粒具有强大的抗菌特性，而不会损害键强度。因此，本研究的目的是评估壳聚糖和TiO2 NP与正畸底漆对剪切键强度混合的影响。材料和方法：对于这项系统的综述和荟萃分析研究，搜索了Medline（PubMed和Ovid），Science和Scopus等国际数据库，直到2024年10月使用与研究目标相关的关键字。Stata/MP。V17软件用于分析数据。结果：本研究包括十二项体外研究，总样本量为684个人类前美磨牙。SBS得分的平均差异在1％至5％的Chitosan NPS组和对照组之间为-1.11 MPa（MD，-1.11 MPA； 95％CI，-2.27，0.04; P = 0.16）和5.08 MPA（MD，-5.08 MPA; -5.08 MPA; 95％CI; 95％CI，-7.80，-7.80，-7.80，-7.80，-7.80; p.55; p.55; p.55; p.55; p.55; p;比较了1％TiO2 NPS组和对照组之间的平均SBS差异（MD，-0.43 MPA； 95％CI，-0.99，0.12; P = 0.13）。
儿童牙科正畸间隙管理
混合牙列期是一个重要的时期，其特点是显著的生理变化，包括颌骨生长、恒牙的发育和萌出、乳牙的脱落以及周围软组织的成熟。这些过程共同确保了功能性、美观性和稳定的咬合。此阶段的干扰，例如乳牙的过早脱落，可能导致间隙或拥挤问题，并影响牙弓长度和恒牙的位置。为了预防或减轻错颌畸形，间隙保持器和恢复器通常用作混合牙列期间隙管理策略的一部分。本临床综述探讨了传统和现代的间隙管理方法，重点介绍了所使用的器具类型及其有效性。它强调了保留乳牙直至其自然脱落的重要性，因为它们是最好的天然间隙保持器。在牙齿过早脱落的情况下，可拆卸或固定的间隙保持器和恢复器是减少错颌畸形和确保最佳牙齿效果的有效工具。
剥夺无粘合剂的无闪光陶瓷正畸支架的特征和生存概率
抽象目标正畸支架债券失败是临床正畸中的障碍。这项研究研究了pH循环对剪切键强度（SBS），粘合残余指数（ARI）的影响以及无粘合式灰灰陶瓷支架的生存概率。将40个下颌前磨牙的材料和方法随机分为两组（n¼20）：C：未包裹的正畸支架和F：无灰灰粘性粘合式涂层的正畸托架。根据储存培养基溶液（n¼10），将每组细分为两个亚组：在亚组中，标本浸入人工唾液中24小时，在亚组ASL中，在亚组ASL中，将标本循环起来，将标本再生在非矿物化溶液和一个人工saliva saliva saliva saliva之间，待42天。在每个亚组中，试样进行SBS和ARI测试。SBS数据。Weibull分析，以确定特征SBS及其生存概率。结果无胶粘剂固定的支架在AS组（17.74 1.74 1.74 MPA）和ASL组（12.61 1.40 MPA）中的SBS值具有更高的显着性（P <0.001）。AS组中非涂层括号的ARI得分为70％，得分为1，而在ASL组中得分1的分数为90％。对于无灰烬的预涂层括号，AS组的分数为2的ARI分数为70％，而得分为2的分数为
人工智能在正畸诊断和治疗规划中的应用：范围审查
目的：概述人工智能 (AI) 在正畸诊断和治疗计划中的应用，并评估与基于专家的手动方法相比，AI 是否提高了准确性、可靠性和时间效率，同时强调其当前的局限性。数据：本综述遵循系统评价和范围界定评价的荟萃分析扩展的首选报告项目 (PRISMA-ScR) 清单。来源：在 PubMed、Web of Science 和 Embase 电子数据库上进行了电子搜索。从 Google Scholar 和手动搜索纳入的研究中确定了其他研究。搜索一直进行到 2023 年 6 月，不受语言和出版年份的限制。研究选择：根据选择标准，综述纳入了 71 篇文章。根据 AI 的用途，主要研究领域分为三个领域：诊断 (n = 29)、标志识别 (n = 20) 和治疗计划 (n = 22)。结论：本次范围审查表明，AI 可用于各种正畸诊断和治疗计划应用，其中解剖标志检测是研究最多的领域。虽然 AI 在提高时间效率和减少操作员差异方面表现出潜力，但其准确性和可靠性尚未持续超越专家临床医生。在任何时候，人工监督仍然是必不可少的。需要进一步的进步和优化，以努力实现针对特定患者的自动化治疗计划。临床意义：正畸中的 AI 已显示出其作为决策支持系统的能力，从而提高了正畸数字工作流程中诊断和治疗计划的效率。”