基于机器学习的可摘局部义齿基牙选择模型的合理性评价
吴宇佳1
周崇阳1
徐子能2
白海龙2
丁鹏2
徐明明1
邓旭亮1
1.北京大学口腔医学院·口腔医院特诊科,国家口腔疾病临床医学研究中心,口腔生物材料和数字诊疗装备国家工程研究中心,口腔数字医学北京市重点实验室,北京1000812.北京羽医甘蓝信息技术有限公司,北京100102
摘要：目的 评价基于机器学习的可摘局部义齿基牙选择模型的合理性.方法 选取2019-10-01至2020-05-01于北京大学口腔医院特诊科就诊的50例牙列缺损患者的临床和影像学资料进行回顾性分析,共计单颌牙列缺损模型74个,记录其Kennedy分类情况.将所有患者的曲面体层片和口腔状况信息录入至基于机器学习的可摘局部义齿基牙选择模型中,由专家小组按照统一评价标准对其结果进行基牙牙周状况、牙体牙髓状况、数目、位置、分布5个项目的合理性评价.结果 Kennedy第一类、第二类、第三类、第四类牙列缺损模型分别占37.8％(28/74)、44.6％(33/74)、12.2％(9/74)、5.4％(4/74).在基牙牙周状况、牙体牙髓状况、数目、位置、分布5个项目中,评价为合理的依次占 87.8％(65/74)、90.5％(67/74)、91.9％(68/74)、78.3％(58/74)、82.4％(61/74),评价为基本合理的依次占 10.8％(8/74)、6.8％(5/74)、5.4％(4/74)、14.9％(11/74)、8.1％(6/74),评价为不合理的占比均＜10％.在基牙位置和基牙分布2个项目中,不同Kennedy分类的牙列缺损模型基牙选择的合理性评价的结果比较,差异有统计学意义(H值分别为10.191、11.554,均P＜0.05),其中Kennedy第四类牙列缺损模型基牙选择结果为不合理的占比较高.结论 基于机器学习的可摘局部义齿基牙选择模型在临床应用于不同Kennedy分类的牙列缺损模型中具有较好的合理性,可作为临床决策的参考.
关键词：人工智能机器学习可摘局部义齿基牙修复
分类号：R78(口腔科学)
资助基金：北京市科技计划(Z201100005620004)国家科技基础调查资源专项(2018FY101004)
论文发表日期：2023-06-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 333-338 )
英文信息