Нейронная сеть для помощи принятия клинических решений при выборе ортопедической конструкции

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. Применяемые в современной стоматологии программные возможности искусственного интеллекта способны самостоятельно подбирать ортопедические конструкции исходя из условий лечения, устанавливать диагноз по данным рентгеновского исследования и интраорального сканирования челюстей. Нейронная сеть в области машинного обучения — это математическая модель, которая работает по принципу нейронной сети живого организма и способна обрабатывать входные сигналы в соответствии с весовыми коэффициентами, пропуская их через определённое число слоёв и формируя правильный ответ на выходе, который соответствует нейрону выходного слоя с самым большим значением функции активации.

Цель — создание нейронной сети, обеспечивающей помощь в принятии клинических решений во время составления ортопедического плана лечения.

Материалы и методы. С использованием среды программирования Processing и С-подобного языка программирования создана нейронная сеть. На этапе обучения сети определялось число скрытых слоёв, подбирался коэффициент обучения и определялось количество эпох обучения. Обучение сети производилось методом обратного распространения ошибки с помощью вычисления среднеквадратической ошибки сети, обратного распространения сигнала по нейросети и корректировки весовых коэффициентов с учётом коэффициента обучения.

Входным слоем (вектором) послужили клинические условия [1, 2]: состояние полости рта; аллергоанамнез; различные проявления клинической картины (индекс разрушения поверхностей зуба, витальность зубов и т.д.). Размерность выходного слоя зависела от количества используемых конструкций и составляла 19 нейронов (протезы: бюгельный, телескопический, покрывной, пластиночный; микропротезы по типу: table-top, overlay, inlay и т.д.).

Выходным слоем являлись съёмные и несъёмные протезы, выбор которых основывался на заранее разработанном алгоритме, основанном на таких клинических условиях, как:

  • состояние и количество сохранившихся зубов;
  • индекс разрушения окклюзионной поверхности жевательных зубов;
  • классификация кариозных полостей по Блеку;
  • парафункции, аллергоанамнез [3, 4].

Результаты. Разработан алгоритм действия нейросети, в котором от врача необходимо ввести данные клинической картины после осмотра полости рта. Нейросеть, способствующая помощи в принятии клинических решений, в каждом слое проводила математические вычисления, умножая элементы входного вектора (а впоследствии — каждого слоя) на весовые коэффициенты (полученные в результате обучения нейронной сети), добавляла смещение (для попадания результатов в область вычисления функции активации), полученный результат проводился через функцию активации (Sigmoid, ReLu), выбирая выходной нейрон с самым большим результатом и прогнозируя наиболее подходящую конструкцию [5, 6].

Заключение. Таким образом, разработанная нейросеть способна предлагать клинически обоснованные варианты ортопедического плана лечения в индивидуальных ситуациях с учётом возможности применения различных видов протезов.

Об авторах

Павел Максимович Игнатов

Рязанский государственный медицинский университет имени академика И.П. Павлова

Автор, ответственный за переписку.
Email: pavel08122002@yandex.ru
ORCID iD: 0009-0009-6326-3194
Россия, Рязань

Александр Александрович Олейников

Рязанский государственный медицинский университет имени академика И.П. Павлова

Email: bandprod@yandex.ru
ORCID iD: 0000-0002-2245-1051
SPIN-код: 5579-5202
Россия, Рязань

Александр Викторович Гуськов

Рязанский государственный медицинский университет имени академика И.П. Павлова

Email: guskov74@gmail.com
ORCID iD: 0000-0001-9612-0784
SPIN-код: 3758-6378
Россия, Рязань

Алина Львовна Шлыкова

Рязанский государственный медицинский университет имени академика И.П. Павлова

Email: shlykova.lina@bk.ru
ORCID iD: 0009-0001-7963-203X
Россия, Рязань

Дмитрий Андреевич Суров

ООО «Дента Стиль Канищево»

Email: surovda@gmail.com
ORCID iD: 0009-0008-5621-272X
Россия, Рязань

Список литературы

  1. Ермолаева П.А. Сравнение термопластов и акриловых пластмасс для съемного протезирования // Научное обозрение. Медицинские науки. 2017. № 4. С. 16–20. EDN: YFVNZV
  2. Таценко Е.Г., Лапина Н.В., Скорикова Л.А. Прогнозирование адаптации пациентов к съемным зубным конструкциям // Международный журнал прикладных и фундаментальных исследований. 2017. № 2. С. 182–188.
  3. Тян А.А. Преимущество термопластических материалов в ортопедической стоматологии // Научное обозрение. Медицинские науки. 2017. № 4. С. 119–123. EDN: YFVOHN
  4. Рубцова Е.А., Чиркова Н.В., Полушкина Н.А., и др. Оценка микробиологического исследования съемных зубных протезов из термопластического материала // Вестник новых медицинских технологий. 2017. № 2. С. 267–270. EDN: ZBADWD
  5. Долгалев А.А., Мураев А.А., Ляхов П.А., и др. Архитектоника системы искусственного интеллекта и перспективы применения технологий машинного обучения в стоматологии. Обзор литературы // Главный врач юга России. 2022. № 5(86). EDN: VSGWMU
  6. De Angelis F., Pranno N., Franchina A., et al. Artificial Intelligence: A New Diagnostic Software in Dentistry: A Preliminary Performance Diagnostic Study // International Journal of Environmental Research and Public Health. 2022. Vol. 19, N 3. P. 1728. doi: 10.3390/ijerph19031728

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Эко-вектор, 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».