Оценка системы искусственного интеллекта для выявления вертикального перелома корня зуба на панорамных рентгенограммах

Цель: Оценить применение системы на основе сверточной нейронной сети (CNN) для выявления вертикального перелома корня зуба на панорамных рентгенограммах.

Методы: Из базы данных визуализации нашей больницы отобрали 300 панорамных рентгенограмм, на которых в общей сложности были представлены 330 зубов с вертикальным переломом корня и четко видимыми линиями перелома. Наличие линий перелома подтверждали два рентгенолога и эндодонтист. Восемьдесят процентов изображений (240 из 300) включили в обучающую выборку, а 20% (60 изображений) — в тестовую. Модель глубокого обучения на основе CNN для выявления вертикальных переломов корня создали с использованием DetectNet и DIGITS версии 5.0. Для предотвращения систематической ошибки, связанной с отбором тестовых данных, и повышения надежности результатов провели пятикратную перекрестную проверку. Диагностическую эффективность оценивали по полноте (recall), точности (precision) и F-мере.

Результаты: Из 330 вертикальных переломов корня были выявлены 267. У 20 зубов без переломов результат оказался ложноположительным. Полнота составила 0,75, точность — 0,93, F-мера — 0,83.

Выводы: Модель обучения на основе CNN продемонстрировала перспективность в качестве инструмента выявления вертикальных переломов корня на панорамных рентгенограммах и может использоваться как система автоматизированной диагностики.