توسعه سامانه هوشمند تحلیل تصاویر دندانپزشکی در دانشگاه تهران
به گزارش نقشه، محققان دانشکدگان فنی دانشگاه تهران، موفق به توسعه یک سامانه هوش مصنوعی شدند که می تواند با تحلیل تصاویر پانورامیک دندان، بیماری های شایعی مانند پوسیدگی، بیماری های لثه و نهفتگی دندان را با سرعت و دقت بالا تشخیص داده و به عنوان دستیار متخصصان، تحولی بزرگ در فرایند تشخیص و برنامه ریزی درمانی ایجاد نماید.
به گزارش نقشه به نقل از ایسنا، به نقل از روابط عمومی دانشگاه تهران، این مطالعه که در چارچوب یک مقاله از رساله دکترای مهدیه دهقانی و با سرپرستی رضا آقایی زاده ظروفی، استاد دانشکده مهندسی برق و کامپیوتر دانشکدگان در یک نشریه بین المللی انتشار یافته است، نشان داده است که این مدل، می تواند به شکل خودکار، محل دقیق ضایعات و ناهنجاری ها را در تصویر شناسایی کرده و احتمال درستی تشخیص خویش را نیز اعلام نماید.
ظروفی که این مطالعه را سرپرستی کرده است، در رابطه با اهمیت این مطالعه در بهداشت و درمان در حوزه دندانپزشکی اظهار داشت: دندان ها نقش اساسی در سلامت عمومی انسان دارند و پیشگیری و درمان بیماری های دهان و دندان بشدت به روشهای فنی تصویربرداری وابسته است. تصاویر پانورامیک اشعه ایکس اطلاعات جامعی از تاج و ریشه دندان، وضعیت لثه و استخوان های فک ارایه می دهند و ابزار مؤثری جهت بررسی ناهنجاری های آناتومیک، ارزیابی شرایط ایمپلنت و برنامه ریزی درمان های ارتودنسی محسوب می شوند؛ با این وجود، تفسیر دستی این تصاویر فرآیندی زمان بر و مستعد خطای انسانی است که به تجربه و شرایط کاری پزشک وابسته است.
وی ادامه داد: تعیین نتایج بالینی در تصاویر پانورامیک به تجربه و تخصص پزشک وابسته است و این امر، فرایند گزارش نویسی را زمان بر و وابسته به شرایط کاری می کند. افزایش حجم داده ها و خستگی ناشی از کار مداوم نیز می تواند دقت تشخیص را کم کند. در چنین شرایطی، سودجستن از فناوری هوش مصنوعی می تواند بعنوان ابزاری کمکی در تفسیر تصاویر پزشکی به کار رود و روند گزارش نویسی و تشخیص را آسان کند.
استاد دانشکده مهندسی برق و کامپیوتر دانشگاه تهران با اعلان اینکه در این مطالعه جدید محققان کوشیده اند تا این چالش را با کمک فناوری حل کنند، اضافه کرد: برای این منظور یک سامانه تشخیصی مبتنی بر هوش مصنوعی طراحی شده است که این سامانه، معماری پیشرفته شبکه عصبی به نام YOLOv11 است که آموزش آن بر روی یک مجموعه داده عمومی انجام شده است. این مدل می تواند به شکل خودکار، محل دقیق ضایعات و ناهنجاری ها را در تصویر شناسایی کرده و احتمال درستی تشخیص خویش را نیز اعلام نماید.
ظروفی یکی از نقاط قوت این مطالعه را کاربردی شدن پژوهش در چارچوب یک اپ وب، مطرح کرد و اظهار داشت: یکی از نقاط قوت این تحقیق، کاربردی بودن آن است. این مدل در چارچوب یک اپ تحت وب پیاده سازی شده تا دندان پزشکان و رادیولوژیست ها بتوانند به آسانی از آن بهره گیرند. این سامانه با مشخص کردن محل دقیق مشکلات، به پزشک در اولویت بندی و تصمیم گیری سریع تر کمک می نماید.
وی همین طور افزایش سرعت و اطمینان در تصمیم گیری بالینی را از دیگر مزیت های استفاده از این سامانه در تشخیص مشکلات دندانپزشکی برشمرد و اضافه کرد: به قول کارشناسان، سودجستن از چنین سیستمهایی نه تنها سرعت فرایند گزارش نویسی را زیاد می کند، بلکه بعنوان یک ناظر دوم، می تواند با کاهش خطاهای ناشی از خستگی یا حجم بالای کار، دقت تشخیص غائی را ارتقا دهد و نقش مکملی مؤثر برای متخصصان فک و صورت ایفا کند.
بر مبنای نتایج این پژوهش، مدل پیشنهادی در مقایسه با نسخه های قبلی، دقت بالاتری در شناسایی و طبقه بندی ناهنجاری ها از خود نشان داده است.
حرف آخر اینکه ظروفی که این مطالعه را سرپرستی کرده است، در ارتباط با اهمیت این مطالعه در بهداشت و درمان در حوزه دندانپزشکی گفت: دندان ها نقش اساسی در سلامت عمومی انسان دارند و پیشگیری و درمان بیماریهای دهان و دندان بشدت به روشهای فنی تصویربرداری وابسته است. ظروفی یکی از نقاط قوت این مطالعه را کاربردی شدن پژوهش در قالب یک اپلیکیشن وب، بیان کرد و گفت: یکی از نقاط قوت این مطالعه، کاربردی بودن آن است.
منبع: gomap.ir
این مطلب Go Map را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط در نقشه
نظرات بینندگان نقشه در مورد این مطلب