Прогноз искусственного интеллекта о конфигурации корневого канала поможет снизить дозу облучения 17-11-2020 Ученые из Японии провели исследование, в ходе которого хотели выяснить взаимосвязь между панорамным рентгенографическим снимком и снимком, полученным с помощью Конусно-лучевой Компьютерной Томографии (КЛКТ). Ученые планируют разработать систему искусственного интеллекта (ИИ) для точного определения конфигурации корневого канала второго моляра нижней челюсти на панорамных рентгенографических снимках в будущем.
Во время этого исследования доктора Такума Фунакоши и Такуя Шибата с кафедры челюстно-лицевой радиологии Школы Стоматологии при Университете Айти Гакуин с коллегами изучили панорамные рентгенограммы 1058 вторых моляров нижней челюсти и классифицировали их на пять типов в соответствии с количеством и конфигурацей корней. Эти моляры также были исследованы с помощью КЛКТ на четырех срезах между пульповой камерой и верхушкой корня, а аксиальные изображения, перпендикулярные оси корня, были разделены на три категории:
• одиночный (сросшийся корень с небольшими бороздками как на щечной, так и на язычной стороне или круглый корень с одним каналом);
• двойной (два отдельных корня с трабекулярной связью между ними);
• С-образная форма (корень с глубокой бороздой, открытая часть обращена в язычную или щечную сторону).
На основании этих данных и полученных снимков на КЛКТ ученые классифицировали конфигурацию каждого корня в одну из 7 групп.
Затем ученые исследовали взаимосвязь между этими семью группами КЛКТ и пятью панорамными снимками корней. Было обнаружено, что на панорамных снимках типа 1 и 2 (с отдельными корнями) 85% имели корни с двойным рисунком (группы II и III) на изображениях КЛКТ. На панорамных снимках типах 3 и 4 (со сросшимися корнями) 85% имели C-образные корневые каналы на изображениях КЛКТ.
Доктор Фунакоши объяснил: "Это первый шаг нашего исследования. Наша цель - использовать систему глубокого обучения ИИ при диагностике конфигураций корневого канала второго моляра нижней челюсти на панорамных рентгенограммах. Если бы система ИИ могла предсказать конфигурацию канала, то дозу облучения можно было бы уменьшить".
Ученые признались, что решили разработать удобную и полезную классификацию, которая была бы на самом деле эффективной для эндодонтического лечения и проверена КЛКТ.