بهینه سازی الگوریتم های هوش مصنوعی در تحلیل تصاویر رادیوگرافی دیجیتال (CBCT) برای تشخیص خودکار ضایعات پری اپیکال

پژوهش حاضر با هدف بهینه سازی الگوریتم های هوش مصنوعی در تحلیل تصاویر توموگرافی کامپیوتری با پرتو مخروطی (CBCT) و تشخیص خودکار ضایعات پری اپیکال انجام شده است. در این مطالعه، از شبکه های عصبی کانولوشنی (CNN) برای استخراج ویژگی های مرتبط با ضایعات از تصاویر CBCT استفاده شده و عملکرد الگوریتم ها با استفاده از شاخص های آماری معتبر مورد ارزیابی قرار گرفته است. نتایج نشان داد که الگوریتم های یادگیری عمیق، با انجام پیش پردازش مناسب تصاویر و استفاده از داده های آموزشی کافی، قادر به شناسایی ضایعات پری اپیکال با دقت بالا هستند. این یافته ها پتانسیل بالای هوش مصنوعی را در ارتقای دقت و کارایی تشخیص در رادیولوژی دندان پزشکی، به ویژه در حوزه تشخیص ضایعات پری اپیکال، تایید می کند و می تواند به عنوان ابزاری کمکی برای متخصصان مورد استفاده قرار گیرد.

کلیدواژه ها:

هوش مصنوعی ، CBCT ، ضایعات پری اپیکال ، یادگیری عمیق ، شبکه عصبی کانولوشنی