Deep Learning Approach for the Classification and Detection of Dental and Craniofacial Conditions
Author: Asif Raza, Usman Amjad, Muhammad Ahmed Zaki, Hira Farman
Section: Программирование
Article in issue: 2 т.18, 2025.
Free access
Artificial Intelligence (AI) provides everyday functions along with higher applications in the domain of medicine, particularly medical imaging. Due to the advancement of technologies and imaging tools, AI-powered machine learning models will soon be used on a routine basis in medical diagnostics and treatment. The development involves Deep Learning (DL) algorithms and Convolutional Neural Networks (CNN) which will be trained using a dataset of disease-related images. AI gains increasing significance in our lives and medical research. In craniofacial imaging, CNNs have gained popularity and are employed in numerous scientific studies. This research introduces a DL model that utilizes a dataset containing five distinct categories: cavities, crown fractures, gum diseases, malalignment, and receding gums. These conditions have been classified and detected using the pre-trained Mobile-Net model. Notably, this model demonstrates a high training and validation accuracy reaching 99,9% and an incredibly low error rate of 0,001%.
Dental, mobile-net, deep learning, classification, detection
Short address: https://sciup.org/147250686
IDR: 147250686 | UDC: 51-74 | DOI: 10.14529/mmp250207
Подход глубокого обучения для классификации и обнаружения стоматологических и черепно-лицевых заболеваний
Искусственный интеллект (ИИ) обеспечивает повседневные функции наряду с более высокими приложениями в области медицины, в частности медицинской визуализации. Благодаря развитию технологий и инструментов визуализации модели машинного обучения на основе ИИ вскоре будут использоваться на постоянной основе в медицинской диагностике и лечении. Разработка включает алгоритмы глубокого обучения (DL) и сверточные нейронные сети (CNN), которые будут обучаться с использованием набора данных изображений, связанных с заболеваниями. ИИ приобретает все большее значение в нашей жизни и медицинских исследованиях. В черепно-лицевой визуализации CNN приобрели популярность и используются в многочисленных научных исследованиях. Это исследование представляет модель DL, которая использует набор данных, содержащий пять различных категорий: полости, переломы коронки, заболевания десен, неправильное расположение и рецессия десен. Эти состояния были классифицированы и обнаружены с помощью предварительно обученной модели Mobile-Net. Примечательно, что эта модель демонстрирует высокую точность обучения и проверки, достигающую 99,9% и невероятно низкий уровень ошибок 0,001%.
