Talaat, Sameh

Ziel: Ziel war eine Untersuchung der Genauigkeit von DigiBrain4 (DB4) Dental Classifier und der CB4 Smart Search Engine* bei der Erkennung, Kategorisierung und Klassifizierung dentaler Bildmaterialien im Vergleich mit der Google Search Engine als eine der größten frei zugänglichen Suchmaschinen und größten verfügbaren Datenquelle. Material und Methoden: Zahnmedizinisches Bildmaterial wurde gesammelt und mit Angaben zu Typ, Kategorie, Klasse und Attributen versehen. Das Bildmaterial umfasste Röntgenaufnahmen und klinische Bilder der Zähne und der Okklusion von Patienten aus unterschiedlichen Betrachtungswinkeln. Eine modifizierte SqueezeNet-Architektur wurde unter Verwendung des Framworks TensorFlow r1.10 implementiert. Das Modell wurde auf zwei NVIDIA-Volta-Grafikprozessoren trainiert. Außerdem wurde unter Verwendung von Chrome Driver (Google Web Driver) ein Programm zur Google-Bildsuche entwickelt, das die gefundenen Bilder an DB4 Dental Classifier und DB4 Smart Search Engine übergab. Anschließend wurde die kategoriale Genauigkeit von DB4 Dental Classifier und DB4 Smart Search Engine bei der Erkennung, Kategorisierung und Klassifizierung von zahnmedizinischem Bildmaterial mit derjenigen der Google-Suche verglichen. Ergebnisse: Die kategoriale Genauigkeit der DB4 Smart Search Engine bei der Suche nach dentalem Bildmaterial betrug 0,93, während die Google Search Engine einen Wert von 0,32 erreichte. Schlussfolgerung: Die gegenwärtigen Versionen von DB4 Dental Classifier und DB4 Smart Search Engine (Applikation und Add-On) erreichen eine hohe Genauigkeit bei der Erkennung, Kategorisierung und Klassifizierung zahnärztlicher Bildmaterialien. Die Suchmaschine war in der Lage, Bilder zu beschriften und nicht relevante Ergebnisse zu verwerfen. Schlagwörter: zahnmedizinisches Bildmaterial, künstliche Intelligenz, dentale Röntgenbilder, dentale Fotografien, zahnmedizinische Klassifikatoren, intelligente Suchmaschine, maschinelles Lernen, Deep Learning, Convolutional Neuronal Network