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%.