Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Istanbul University-Cerrahpaşa | - |
Autor(es): dc.contributor | Health Biotechnology Joint Research and Application Center of Excellence | - |
Autor(es): dc.contributor | Jordan University of Science and Technology | - |
Autor(es): dc.contributor | Mustafa Kemal University | - |
Autor(es): dc.contributor | Medical University of Lublin | - |
Autor(es): dc.contributor | Inc | - |
Autor(es): dc.contributor | Ankara University | - |
Autor(es): dc.contributor | Cruzeiro do Sul University (UNICSUL) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Ankara University Medical Design Application | - |
Autor(es): dc.contributor | Semmelweis University | - |
Autor(es): dc.creator | Amasya, Hakan | - |
Autor(es): dc.creator | Alkhader, Mustafa | - |
Autor(es): dc.creator | Serindere, Gözde | - |
Autor(es): dc.creator | Futyma-Gąbka, Karolina | - |
Autor(es): dc.creator | Aktuna Belgin, Ceren | - |
Autor(es): dc.creator | Gusarev, Maxim | - |
Autor(es): dc.creator | Ezhov, Matvey | - |
Autor(es): dc.creator | Różyło-Kalinowska, Ingrid | - |
Autor(es): dc.creator | Önder, Merve | - |
Autor(es): dc.creator | Sanders, Alex | - |
Autor(es): dc.creator | Costa, Andre Luiz Ferreira | - |
Autor(es): dc.creator | Castro Lopes, Sérgio Lúcio Pereira de | - |
Autor(es): dc.creator | Orhan, Kaan | - |
Data de aceite: dc.date.accessioned | 2025-08-21T20:44:13Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T20:44:13Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2023-10-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.3390/diagnostics13223471 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/307047 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/307047 | - |
Descrição: dc.description | This study aims to investigate the effect of using an artificial intelligence (AI) system (Diagnocat, Inc., San Francisco, CA, USA) for caries detection by comparing cone-beam computed tomography (CBCT) evaluation results with and without the software. 500 CBCT volumes are scored by three dentomaxillofacial radiologists for the presence of caries separately on a five-point confidence scale without and with the aid of the AI system. After visual evaluation, the deep convolutional neural network (CNN) model generated a radiological report and observers scored again using AI interface. The ground truth was determined by a hybrid approach. Intra- and inter-observer agreements are evaluated with sensitivity, specificity, accuracy, and kappa statistics. A total of 6008 surfaces are determined as ‘presence of caries’ and 13,928 surfaces are determined as ‘absence of caries’ for ground truth. The area under the ROC curve of observer 1, 2, and 3 are found to be 0.855/0.920, 0.863/0.917, and 0.747/0.903, respectively (unaided/aided). Fleiss Kappa coefficients are changed from 0.325 to 0.468, and the best accuracy (0.939) is achieved with the aided results. The radiographic evaluations performed with aid of the AI system are found to be more compatible and accurate than unaided evaluations in the detection of dental caries with CBCT images. | - |
Descrição: dc.description | Department of Oral and Maxillofacial Radiology Faculty of Dentistry Istanbul University-Cerrahpaşa | - |
Descrição: dc.description | CAST (Cerrahpasa Research Simulation and Design Laboratory) Istanbul University-Cerrahpaşa | - |
Descrição: dc.description | Health Biotechnology Joint Research and Application Center of Excellence | - |
Descrição: dc.description | Department of Oral Medicine and Oral Surgery Faculty of Dentistry Jordan University of Science and Technology | - |
Descrição: dc.description | Department of Oral and Maxillofacial Radiology Faculty of Dentistry Mustafa Kemal University | - |
Descrição: dc.description | Department of Dental and Maxillofacial Radiodiagnostics Medical University of Lublin | - |
Descrição: dc.description | Diagnocat Inc | - |
Descrição: dc.description | Department of Oral and Maxillofacial Radiology Faculty of Dentistry Ankara University | - |
Descrição: dc.description | Postgraduate Program in Dentistry Cruzeiro do Sul University (UNICSUL), SP | - |
Descrição: dc.description | Science and Technology Institute Department of Diagnosis and Surgery São Paulo State University (UNESP), SP | - |
Descrição: dc.description | Research Center (MEDITAM) Ankara University Medical Design Application | - |
Descrição: dc.description | Department of Oral Diagnostics Faculty of Dentistry Semmelweis University | - |
Descrição: dc.description | Science and Technology Institute Department of Diagnosis and Surgery São Paulo State University (UNESP), SP | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Diagnostics | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | cone-beam computed tomography | - |
Palavras-chave: dc.subject | decision support systems | - |
Palavras-chave: dc.subject | dental caries | - |
Palavras-chave: dc.subject | machine learning | - |
Título: dc.title | Evaluation of a Decision Support System Developed with Deep Learning Approach for Detecting Dental Caries with Cone-Beam Computed Tomography Imaging | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: