Deep Learning Approach for the Classification and Detection of Dental and Craniofacial Conditions
Автор: Asif Raza, Usman Amjad, Muhammad Ahmed Zaki, Hira Farman
Рубрика: Программирование
Статья в выпуске: 2 т.18, 2025 года.
Бесплатный доступ
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
Короткий адрес: https://sciup.org/147250686
IDR: 147250686 | УДК: 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%.
