Auf unserer Website kommen verschiedene Cookies zum Einsatz: Technisch notwendige Cookies verwenden wir zu dem Zweck, Funktionen wie das Login oder einen Warenkorb zu ermöglichen. Optionale Cookies verwenden wir zu Marketing- und Optimierungszwecken, insbesondere um für Sie relevante und interessante Anzeigen bei den Plattformen von Meta (Facebook, Instagram) zu schalten. Optionale Cookies können Sie ablehnen. Mehr Informationen zur Datenerhebung und -verarbeitung finden Sie in unserer Datenschutzerklärung.
10. Jan. 2019 — 12. Jan. 2019Estrel Convention Center
Referenten: Jiro Abe, Michèle Aerden, Wael Att, Stavros Avgerinos, Avijit Banerjee, Vesna Barac Furtinger, Klaus-Dieter Bastendorf, Lars Bergmans, Ashwini Bhalerao, Jaroslav Bláha, Sebastian Bürklein, Daniel Buser, Josette Camilleri, Sevim Canlar, Sandra Chmieleck, Bun San Chong, Victor Clavijo, Carsten Czerny, Bettina Dannewitz, Alessandro Devigus, Didier Dietschi, Irina Dragan, Daniel H.-J. Edelhoff, Peter Eickholz, Karim Elhennawy, Peter Engel, Wolfgang Eßer, Marco Esposito, Susanne Fath, Vincent Fehmer, Federico Ferraris, Stefan Fickl, Mauro Fradeani, Roland Frankenberger, Eiji Funakoshi, Petra Gierthmühlen, Christiane Gleissner, Florian Göttfert, Dennis Grosse, Galip Gürel, Christian Haase, Horst-Wolfgang Haase, Manuela Hackenberg, Jörg Haist, Anke Handrock, Arndt Happe, Karsten Heegewaldt, Rüdiger Henrici, Michael Hülsmann, Hajime Igarashi, Tomohiro Ishikawa, Hideaki Katsuyama, Kathryn Kell, Matthias Kern, Fouad Khoury, Marko Knauf, Ralf J. Kohal, Stefen Koubi, Fabian Langenbach, Henriette Terezia Lerner, Thomas Malik, Siegfried Marquardt, Henrike März, Kathleen Menzel, Helen Möhrke, Kotaro Nakata, Marc L. Nevins, Masayuki Okawa, Rebecca Otto, Mark Stephen Pace, Shanon Patel, Karin Probst, Domenico Ricucci, Katrin Rinke, Irena Sailer, Edgar Schäfer, Ralf Schäfermeier, Jan Schellenberger, Tom Schloss, Gottfried Schmalz, Devorah Schwartz-Arad, Frank Schwarz, Thomas A. Schwenk, Anton Sculean, Bernd Stadlinger, Athanasios Stamos, Ana Stevanovic, Masana Suzuki, Senichi Suzuki, Hiroyuki Takino, Sameh Talaat, Mitsuhiro Tsukiboshi, Hideaki Ueda, Istvan Urban, Luc W. M. van der Sluis, Eric Van Dooren, Bart Van Meerbeek, Paula Vassallo, Juliane von Hoyningen-Huene, Michael Walter, Siegbert Witkowski, Stefan Wolfart, Sylvia Wuttig, Masao Yamazaki, Maciej Zarow, Matthias Zehnder, Raquel Zita Gomes, Giovanni Zucchelli, Otto Zuhr, Bettina Zydatiß
Quintessenz Verlags-GmbH
Zeitschriftenbeiträge dieses Autors
International Journal of Computerized Dentistry, 3/2020
SciencePubMed-ID: 32789308Seiten: 211-218, Sprache: Deutsch, EnglischTalaat, Sameh / Kaboudan, Ahmed / Talaat, Wael / Kusnoto, Budi / Sanchez, Flavio / Elnagar, Mohammed H. / Ghoneima, Ahmed / Bourauel, Christoph
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