یادگیری عمیق برای تحلیل تصاویر دندانپزشکی: چگونگی تاثیر روش تصویربرداری بر هوش مصنوعی و تشخیص پزشک

سال انتشار: 1405
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 55

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ITNAF01_0308

تاریخ نمایه سازی: 14 آبان 1405

چکیده مقاله:

سلامت دهان و دندان یکی از ارکان مهم سلامت عمومی است و نقش آن تنها به جویدن و هضم غذا محدود نمی شود. مطالعات متعددی نشان داده اند که مشکلات دهان و دندان می توانند باعث بروز یا تشدید بیماری های سیستمیک مانند بیماری های قلبی، دیابت و عفونت های سیستمیک شوند. پوسیدگی دندان، بیماری های لثه، از دست دادن دندان و تحلیل استخوان فک از شایع ترین بیماری های دندانی در سراسر جهان هستند و سالانه میلیون ها نفر را تحت تاثیر قرار می دهند. پیشرفت فناوری های نوین پزشکی به ویژه در حوزه هوش مصنوعی (AI)، امکان تشخیص زودهنگام و درمان موثرتر بیماری های دهان و دندان را فراهم کرده است. هوش مصنوعی با بهره گیری از الگوریتم های یادگیری ماشین و یادگیری عمیق قابلیت تحلیل حجم وسیعی از داده های بالینی و تصویری را دارد و می تواند الگوهای پنهان بیماری را شناسایی کند. این فناوری می تواند به عنوان یک دستیار قدرتمند در کنار دندان پزشک عمل کرده و دقت تشخیص را به میزان قابل توجهی افزایش دهد. هدف این مقاله ارائه مروری بر تحقیقات اخیر در مورد کاربردهای یادگیری عمیق در دندانپزشکی با تمرکز بر تصویربرداری دندان است. ادغام یادگیری عمیق با سایر داده های سلامت دهان درک جامعی از رابطه بین سلامت دهان و دندان و سیستمیک ارائه می دهد. با این حال هنوز چالش های زیادی وجود دارد که باید به آنها پرداخته شود.

نویسندگان

افسانه جلالیان

دانشگاه رجاء دانشکده کامپیوتر قزوین ایران

الهه مومنی پاکدهی

دانشگاه رجاء دانشکده کامپیوتر قزوین ایران