Breaking News
Home / خبرها / کاهش قرار گرفتن در معرض اشعه با پیش بینی مورفولوژی ریشه توسط هوش مصنوعی، امکان پذیر است

کاهش قرار گرفتن در معرض اشعه با پیش بینی مورفولوژی ریشه توسط هوش مصنوعی، امکان پذیر است

۱۷نوامبر ۲۰۲۰- ناگویا ، ژاپن: با هدف روشن كردن رابطه ی بین ظاهر رادیوگرافی پانوراما و طبقه بندی طولی CBCT از کانفیگوریشن یا پیکربندی ریشه ی دندان مولر دوم فك پایین، محققان ژاپنی صدها رادیوگرافی پانوراما را بررسی كرده اند و اكنون در حال برنامه ریزی برای ساخت یک سیستم هوش مصنوعی (AI) هستند، تا به تشخیص ساده تر پیکربندی کانال ریشه ی مولر دوم فک پایین بر اساس رادیوگرافی پانوراما در آینده کمک کنند.

برای این مطالعه، دکتر Takuma Funakoshi و Takuya Shibata ، از گروه رادیولوژی دهان و فک و صورت در دانشکده دندانپزشکی دانشگاه Aichi Gakuin ، و تیم تحقیقاتی آنها رادیوگرافی پانوراما ۱۰۵۸ دندان مولر دوم فک پایین را بررسی کردند و آنها را بر اساس تعداد و پیکربندی ریشه ها در پنج دسته طبقه بندی نمودند.

این مولرها همچنین با CBCT در چهار سطح بین محفظه پالپ و اپکس ریشه مورد بررسی قرار گرفتند و تصاویر محوری عمود بر محور ریشه به سه الگو تقسیم شدند:

•        تکی (ریشه ی فیوز شده با شیارهای کوچک در دو سطح باکال و لینگوال یا یک ریشه گرد با یک کانال).

•        دوتایی (دو ریشه جداگانه با یک نمای ترابکولار بین آنها).

•        کانال C شکل (ریشه ای با شیار عمیق که محل یاز شدنش فقط در سطح لینگوال یا باکال نسبت به طرف مقابل قرار دارد).

بر اساس این الگوها و سطح اسکن آنها، شکل ظاهری ریشه CBCT در هر واحد دندان به یکی از هفت گروه طبقه بندی شد. دانشمندان سپس رابطه ی بین این هفت گروه CBCT و پنج نوع ریشه ی پانوراما را بررسی کردند.

آنها دریافتند که در نوع ۱ و ۲ پانوراما (با ریشه جداگانه) ، ۸۵ درصد ریشه ها دارای الگوی دوتایی (گروه  II و III) بر روی تصاویر CBCT بودند. در نوع ۳ و ۴ پانوراما (با fused roots یا بهم چسبیده) ، ۸۵ درصد دارای الگوهای C شکل در CBCT  در سطوح پایین تر اسکن بودند.

دکتر Funakoshi، در مصاحبه ای با دنتال تریبون بین المللی در مورد آنچه در آینده نزدیک انتظار می رود، توضیح داد: این اولین قدم در سری مطالعات ما است. هدف ما استفاده از یک سیستم یادگیری عمیق هوش مصنوعی برای تشخیص پیکربندی های کانال ریشه مولر دوم فک پایین در رادیوگرافی پانوراما است. اگر یک سیستم هوش مصنوعی بتواند مورفولوژی کانال را پیش بینی کند، قرار گرفتن در معرض اشعه کاهش می یابد. بنابراین، ما به دنبال یک طبقه بندی بالینی مناسب بودیم که در واقع برای درمان ریشه، موثر باشد و توسط CBCT تأیید شود. با این حال، ما چنین طبقه بندی را پیدا نکردیم. بنابراین، ما تصمیم گرفتیم که خودمان یک طبقه بندی مناسب و مفید ایجاد کنیم.

این مطالعه با عنوان “طبقه بندی توموگرافی کامپیوتری با استفاده از پرتو مخروطی از مورفولوژی ریشه مولر دوم فک پایین و ارتباط آن با ظاهر رادیوگرافی پانوراما” ، در ۱۳ اکتبر سال ۲۰۲۰ در Oral Radiology  منتشر شد. برای مشاهده ی تصاویر مربوطه به آدرس منبع مراجعه کنید.

منبع:

https://www.dental-tribune.com/news/reduced-radiation-possible-with-ai-prediction-of-root-morphology/