Daalụ maka ịga leta Nature.com. Ụdị ihe nchọgharị ị na-eji nwere nkwado CSS pere mpe. Maka nsonaazụ kacha mma, anyị na-akwado ka ị jiri ụdị ihe nchọgharị gị ọhụrụ (ma ọ bụ gbanyụọ ụdị ndakọrịta na Internet Explorer). Ka ọ dị ugbu a, iji hụ na nkwado na-aga n'ihu, anyị na-egosi saịtị ahụ na-enweghị nhazi ma ọ bụ JavaScript.
A na-ewere ezé dị ka ihe kacha zie ezi nke afọ ahụ mmadụ, a na-ejikwa ya eme ihe n'ule afọ nyocha. Ebumnuche anyị bụ ịkwado atụmatụ afọ ezé dabere na ọrụ nchịkọta data site na iji usoro nhazi na arụmọrụ nhazi nke oke afọ 18 tụnyere usoro ọdịnala na atụmatụ afọ dabere na ọrụ nchịkọta data. E si n'aka ụmụ amaala Korea na Japan dị afọ 15 ruo 23 chịkọtara redio 2657 panoramic. E kewara ha n'ime usoro ọzụzụ, nke ọ bụla nwere redio 900 Korea, yana usoro nnwale dị n'ime nke nwere redio 857 Japanese. Anyị tụnyere izi ezi na arụmọrụ nke usoro ọdịnala na usoro nnwale nke ụdị nchịkọta data. Izi ezi nke usoro ọdịnala na usoro nnwale dị n'ime dị elu karịa nke ụdị nchịkọta data, ọdịiche ahụ dịkwa obere (nkezi njehie zuru oke <0.21 afọ, njehie nkezi mgbọrọgwụ <0.24 afọ). Arụmọrụ nhazi maka njedebe afọ 18 dịkwa otu ahụ n'etiti usoro ọdịnala na ụdị nchịkọta data. Ya mere, enwere ike iji ụdị nyocha data dochie ụzọ ọdịnala mgbe a na-eme nyocha afọ nyocha site na iji ntozu nke molar nke abụọ na nke atọ na ndị ntorobịa na ndị ntorobịa Korea.
A na-ejikarị atụmatụ afọ ezé eme ihe n'ọgwụ nyocha ahụike na ezé ụmụaka. Karịsịa, n'ihi njikọ dị elu dị n'etiti afọ oge na mmepe ezé, nyocha afọ site na ọkwa mmepe ezé bụ ihe dị mkpa maka ịtụle afọ ụmụaka na ndị ntorobịa1,2,3. Agbanyeghị, maka ndị ntorobịa, ịkọ afọ ezé dabere na ntozu oke ezé nwere oke ya n'ihi na uto ezé fọrọ nke nta ka ọ zuo oke, ewezuga molar nke atọ. Ebumnuche iwu nke ikpebi afọ ndị ntorobịa na ndị ntorobịa bụ inye atụmatụ ziri ezi na ihe akaebe sayensị ma ha erutela afọ ndị okenye. N'omume ọgwụ na iwu nke ndị ntorobịa na ndị ntorobịa na Korea, a na-eme atụmatụ afọ site na iji usoro Lee, a na-ebu amụma oke iwu nke afọ 18 dabere na data nke Oh et al 5 kọrọ.
Mmụta igwe bụ ụdị ọgụgụ isi arụrụ arụ (AI) nke na-amụta ma na-ekewa ọtụtụ data ugboro ugboro, na-edozi nsogbu n'onwe ya, ma na-akwalite mmemme data. Mmụta igwe nwere ike ịchọpụta ụkpụrụ zoro ezo bara uru na nnukwu data6. N'ụzọ dị iche, ụzọ klasịk, nke na-ewe oge ma na-ewe oge, nwere ike inwe oke mgbe a na-emeso nnukwu data mgbagwoju anya nke siri ike ịhazi aka7. Ya mere, emere ọtụtụ ọmụmụ ihe n'oge na-adịbeghị anya site na iji teknụzụ kọmputa kachasị ọhụrụ iji belata mmejọ mmadụ ma hazie data multidimensional nke ọma8,9,10,11,12. Karịsịa, ejirila mmụta miri emi mee ihe n'ọtụtụ ebe na nyocha onyonyo ahụike, akọpụtakwala ụzọ dị iche iche maka atụmatụ afọ site na inyocha rediograf na-akpaghị aka iji melite izi ezi na arụmọrụ nke atụmatụ afọ13,14,15,16,17,18,19,20. Dịka ọmụmaatụ, Halabi et al 13 mepụtara algọridim mmụta igwe dabere na netwọk akwara convolutional (CNN) iji tụọ afọ ọkpụkpụ site na iji rediograf nke aka ụmụaka. Ọmụmụ ihe a na-atụ aro ụdị nke na-etinye mmụta igwe na onyonyo ahụike ma na-egosi na usoro ndị a nwere ike imeziwanye izi ezi nchọpụta. Li na ndị otu ya mere atụmatụ afọ site na onyonyo X-ray pelvic site na iji CNN mmụta miri emi ma tụnyere ha na nsonaazụ nlọghachi site na iji atụmatụ ossification stage. Ha chọpụtara na ụdị mmụta miri emi CNN gosipụtara otu arụmọrụ atụmatụ afọ dịka ụdị nlọghachi ọdịnala. Ọmụmụ ihe Guo na ndị otu ya [15] nyochachara arụmọrụ nhazi ndidi afọ nke teknụzụ CNN dabere na orthophotos ezé, nsonaazụ nke ụdị CNN gosipụtara na ụmụ mmadụ karịrị arụmọrụ nhazi afọ ya.
Ọtụtụ nnyocha gbasara atụmatụ afọ site na iji mmụta igwe na-eji usoro mmụta miri emi13,14,15,16,17,18,19,20. A kọrọ na atụmatụ afọ dabere na mmụta miri emi ziri ezi karịa usoro ọdịnala. Agbanyeghị, ụzọ a anaghị enye ohere dị nta iji gosipụta ntọala sayensị maka atụmatụ afọ, dịka ihe ngosi afọ ejiri na atụmatụ ahụ. E nwekwara esemokwu iwu gbasara onye na-eme nyocha ahụ. Ya mere, atụmatụ afọ dabere na mmụta miri emi siri ike ịnakwere site n'aka ndị ọchịchị na ndị ikpe. Ngwuputa data (DM) bụ usoro nke nwere ike ịchọpụta ọ bụghị naanị ozi a tụrụ anya ya kamakwa ozi a na-atụghị anya ya dị ka ụzọ maka ịchọpụta njikọ bara uru n'etiti nnukwu data6,21,22. A na-ejikarị mmụta igwe eme ihe na igwupụta data, ma igwupụta data na mmụta igwe na-eji otu algọridim dị mkpa iji chọpụta ụkpụrụ dị na data. Atụmatụ afọ site na iji mmepe ezé dabere na nyocha onye nyocha banyere ntozu okè nke ezé ebumnuche, a na-egosipụtakwa nyocha a dị ka ogbo maka ezé ebumnuche ọ bụla. Enwere ike iji DM nyochaa njikọ dị n'etiti ọkwa nyocha eze na afọ n'ezie ma nwee ike dochie nyocha ọnụọgụgụ ọdịnala. Ya mere, ọ bụrụ na anyị etinye usoro DM n'ọrụ iji tụọ afọ, anyị nwere ike itinye mmụta igwe n'ọrụ na atụmatụ afọ nyocha n'enweghị nchegbu maka ibu ọrụ iwu. E bipụtala ọtụtụ ọmụmụ ntụnyere na ụzọ ndị ọzọ enwere ike isi jiri usoro aka ọdịnala eji eme ihe na usoro nyocha na usoro dabere na EBM maka ikpebi afọ ezé. Shen et al23 gosiri na ụdị DM ziri ezi karịa usoro Camerer ọdịnala. Galibourg et al24 jiri ụzọ DM dị iche iche mee amụma afọ dịka ụkpụrụ Demirdjian25 si dị, nsonaazụ ya gosikwara na usoro DM karịrị usoro Demirdjian na Willems n'ịtụle afọ ndị France.
Iji chọpụta afọ ezé nke ndị ntorobịa Korea na ndị ntorobịa, a na-ejikarị usoro Lee nke 4 eme ihe n'ọmụmụ nyocha ndị Korea. Usoro a na-eji nyocha ọnụọgụgụ ọdịnala (dịka ọtụtụ nlọghachi azụ) iji nyochaa mmekọrịta dị n'etiti ndị Korea na afọ oge. N'ọmụmụ a, a na-akọwa ụzọ atụmatụ afọ e si enweta site na iji usoro ọnụọgụgụ ọdịnala dị ka "ụzọ ọdịnala." Usoro Lee bụ usoro ọdịnala, Oh et al. 5 akwadowokwa izi ezi ya; agbanyeghị, itinye atụmatụ afọ dabere na ụdị DM na omume nyocha ndị Korea ka bụ ihe a na-enyo enyo. Ebumnuche anyị bụ iji sayensị kwado uru atụmatụ afọ nwere ike ịba dabere na ụdị DM. Ebumnuche nke ọmụmụ a bụ (1) iji tụnyere izi ezi nke ụdị DM abụọ n'ịtụle afọ ezé na (2) iji tụnyere arụmọrụ nhazi nke ụdị DM 7 mgbe ọ dị afọ 18 na ndị e nwetara site na iji usoro ọnụọgụgụ ọdịnala. Ntozu okè nke molar nke abụọ na nke atọ n'agba abụọ.
A na-egosi nha na ọdịiche ọkọlọtọ nke afọ oge site na ọkwa na ụdị ezé n'ịntanetị na Tebụl Mgbakwunye S1 (setị ọzụzụ), Tebụl Mgbakwunye S2 (setị ule ime), na Tebụl Mgbakwunye S3 (setị ule mpụga). Ụkpụrụ kappa maka ntụkwasị obi intra- na interobserver enwetara site na setị ọzụzụ bụ 0.951 na 0.947, n'otu n'otu. Egosiri ụkpụrụ P na oge ntụkwasị obi 95% maka ụkpụrụ kappa na tebụl mgbakwunye S4 n'ịntanetị. A kọwara uru kappa dị ka "ihe fọrọ nke nta ka ọ bụrụ zuru oke", kwekọrọ na njirisi nke Landis na Koch26.
Mgbe a na-atụnyere mmejọ zuru oke (MAE), usoro ọdịnala ahụ na-akacha mma karịa ụdị DM maka okike niile na na nnwale nwoke mpụga, ewezuga multilayer perceptron (MLP). Ọdịiche dị n'etiti ụdị ọdịnala na ụdị DM na set ule MAE dị n'ime bụ afọ 0.12–0.19 maka ụmụ nwoke na afọ 0.17–0.21 maka ụmụ nwanyị. Maka batrị nnwale mpụga, ọdịiche dị obere (afọ 0.001–0.05 maka ụmụ nwoke na afọ 0.05–0.09 maka ụmụ nwanyị). Na mgbakwunye, njehie nkezi nkezi nkezi (RMSE) dị ntakịrị ala karịa usoro ọdịnala, yana obere ọdịiche (0.17–0.24, 0.2–0.24 maka set ule ime nwoke, na 0.03–0.07, 0.04–0.08 maka set ule mpụga). ). MLP na-egosi arụmọrụ ka mma karịa Single Layer Perceptron (SLP), ma e wezụga na set ule mpụga nwanyị. Maka MAE na RMSE, ule mpụga ahụ setịpụrụ akara dị elu karịa nke dị n'ime maka okike na ụdị niile. E gosiri MAE na RMSE niile na Tebụl 1 na Foto 1.
MAE na RMSE nke ụdị nhazigharị ọdịnala na nke data. Njehie zuru oke MAE, njehie RMSE nke mgbọrọgwụ, otu oyi akwa perceptron SLP, multilayer perceptron MLP, usoro CM ọdịnala.
A gosipụtara arụmọrụ nhazi (na njedebe nke afọ 18) nke ụdị ọdịnala na nke DM n'ihe gbasara mmetụta uche, nkọwapụta, uru amụma dị mma (PPV), uru amụma na-adịghị mma (NPV), na mpaghara dị n'okpuru usoro njirimara ọrụ nnata (AUROC) 27 (Tebụl 2, Foto 2 na Foto Mgbakwunye 1 n'ịntanetị). Banyere mmetụta nke batrị nnwale dị n'ime, usoro ọdịnala rụrụ ọrụ kacha mma n'etiti ụmụ nwoke na nke ka njọ n'etiti ụmụ nwanyị. Agbanyeghị, ọdịiche dị na arụmọrụ nhazi n'etiti usoro ọdịnala na SD bụ 9.7% maka ụmụ nwoke (MLP) na naanị 2.4% maka ụmụ nwanyị (XGBoost). N'etiti ụdị DM, nlọghachi logistic (LR) gosipụtara mmetụta ka mma n'ime nwoke na nwanyị abụọ ahụ. Banyere nkọwapụta nke usoro nnwale dị n'ime, a hụrụ na ụdị SD anọ ahụ rụrụ ọrụ nke ọma n'ime ụmụ nwoke, ebe ụdị ọdịnala rụrụ ọrụ nke ọma na ụmụ nwanyị. Ọdịiche dị na arụmọrụ nhazi maka ụmụ nwoke na ụmụ nwanyị bụ 13.3% (MLP) na 13.1% (MLP), n'otu n'otu, na-egosi na ọdịiche dị na arụmọrụ nhazi n'etiti ụdị karịrị mmetụta. N'ime ụdị DM, igwe nkwado vektọ (SVM), osisi mkpebi (DT), na ụdị ọhịa random (RF) rụrụ ọrụ nke ọma n'etiti ụmụ nwoke, ebe ụdị LR rụrụ ọrụ nke ọma n'etiti ụmụ nwanyị. AUROC nke ụdị ọdịnala na ụdị SD niile karịrị 0.925 (k-onye agbata obi kacha nso (KNN) n'ime ụmụ nwoke), na-egosi arụmọrụ nhazi dị mma n'ịkpa ókè ihe atụ dị afọ 1828. Maka ụdị nnwale mpụga, enwere mbelata na arụmọrụ nhazi n'ihe gbasara mmetụta, nkọwapụta na AUROC ma e jiri ya tụnyere ụdị nnwale dị n'ime. Ọzọkwa, ọdịiche dị na mmetụta na nkọwapụta n'etiti arụmọrụ nhazi nke ụdị kacha mma na nke kacha njọ sitere na 10% ruo 25% ma buru ibu karịa ọdịiche dị na ụdị nnwale dị n'ime.
Mmetụta na nkọwapụta nke ụdị nhazi data ma e jiri ya tụnyere usoro ọdịnala nwere njedebe nke afọ 18. KNN k onye agbata obi kacha nso, igwe vektọ nkwado SVM, regression LR logistic, osisi mkpebi DT, ọhịa random RF, XGB XGBoost, perceptron multilayer MLP, usoro CM ọdịnala.
Nzọụkwụ mbụ n'ọmụmụ ihe a bụ iji tụnyere izi ezi nke atụmatụ afọ ezé e nwetara site na ụdị DM asaa na ndị e nwetara site na iji regression ọdịnala. E nyochachara MAE na RMSE na ule ime maka nwoke na nwanyị, ọdịiche dị n'etiti usoro ọdịnala na ụdị DM dị site na ụbọchị 44 ruo 77 maka MAE na site na ụbọchị 62 ruo 88 maka RMSE. Ọ bụ ezie na usoro ọdịnala ahụ ziri ezi karịa na ọmụmụ ihe a, ọ siri ike ikwubi ma obere ọdịiche dị otú ahụ nwere ihe dị mkpa na ahụike ma ọ bụ bara uru. Nsonaazụ ndị a na-egosi na izi ezi nke atụmatụ afọ ezé site na iji ụdị DM fọrọ nke nta ka ọ bụrụ otu ihe ahụ na usoro ọdịnala. Ntụnyere kpọmkwem na nsonaazụ sitere na ọmụmụ ihe gara aga siri ike n'ihi na ọ dịghị ọmụmụ ihe atụnyere izi ezi nke ụdị DM na usoro ọnụọgụgụ ọdịnala site na iji otu usoro nke idekọ ezé n'otu afọ dịka na ọmụmụ ihe a. Galibourg et al24 tụnyere MAE na RMSE n'etiti usoro ọdịnala abụọ (usoro Demirjian25 na usoro Willems29) na ụdị DM iri na ndị France dị afọ 2 ruo 24. Ha kọrọ na ụdị DM niile ziri ezi karịa usoro ọdịnala, yana ọdịiche dị n'etiti afọ 0.20 na 0.38 na MAE na afọ 0.25 na 0.47 na RMSE ma e jiri ya tụnyere usoro Willems na Demirdjian, n'otu n'otu. Ihe dị iche n'etiti ụdị SD na usoro ọdịnala egosiri na ọmụmụ Halibourg na-atụle ọtụtụ akụkọ30,31,32,33 na usoro Demirdjian anaghị eme atụmatụ afọ ezé nke ọma na ndị ọzọ karịa ndị French Canada ebe ọmụmụ ihe ahụ dabere na ya. na ọmụmụ ihe a. Tai et al 34 jiri algọridim MLP buru amụma afọ ezé site na foto orthodontic China 1636 ma tụnyere izi ezi ya na nsonaazụ nke usoro Demirjian na Willems. Ha kọrọ na MLP nwere izi ezi ka elu karịa usoro ọdịnala. Ihe dị iche n'etiti usoro Demirdjian na usoro ọdịnala bụ <0.32 afọ, usoro Willems bụkwa afọ 0.28, nke yiri nsonaazụ nke ọmụmụ ihe a. Nsonaazụ nke ọmụmụ ihe ndị a gara aga24,34 kwekọkwara na nsonaazụ nke ọmụmụ ihe a, izi ezi nke atụmatụ afọ nke ụdị DM na usoro ọdịnala yiri nke ahụ. Agbanyeghị, dabere na nsonaazụ ewepụtara, anyị nwere ike ikwubi naanị na iji ụdị DM atụ atụmatụ afọ nwere ike dochie ụzọ ndị dị adị n'ihi enweghị ọmụmụ ihe ndị gara aga na ntụnyere na ntụnyere. Ọmụmụ ihe ndị na-esochi site na iji ihe atụ buru ibu dị mkpa iji kwado nsonaazụ e nwetara na ọmụmụ ihe a.
N'ime nnyocha ndị e mere iji nwalee izi ezi nke SD n'ịkọ afọ ezé, ụfọdụ gosiri izi ezi karịa ọmụmụ anyị. Stepanovsky na ndị otu ya 35 jiri ụdị SD 22 mee ihe na rediograf panoramic nke mmadụ 976 bi na Czech dị afọ 2.7 ruo 20.5 ma nwalee izi ezi nke ụdị ọ bụla. Ha tụlere mmepe nke mkpokọta ezé 16 na-adịgide adịgide site na elu na ala aka ekpe site na iji usoro nhazi nke Moorrees et al 36 tụrụ aro. MAE dị site na afọ 0.64 ruo 0.94 na RMSE dị site na afọ 0.85 ruo 1.27, nke ziri ezi karịa ụdị DM abụọ ejiri mee ihe na ọmụmụ a. Shen na ndị otu ya 23 jiri usoro Cameriere mee atụmatụ afọ ezé nke ezé asaa na-adịgide adịgide na mandible aka ekpe na ndị bi na China dị n'ebe ọwụwa anyanwụ dị afọ 5 ruo 13 ma tụnyere ya na afọ e mere atụmatụ site na iji usoro ntụgharị linear, SVM na RF. Ha gosiri na ụdị DM atọ niile nwere izi ezi ka elu ma e jiri ya tụnyere usoro Cameriere ọdịnala. MAE na RMSE dị na nnyocha Shen dị ala karịa ndị dị na ụdị DM n'ọmụmụ ihe a. Mmụba nke ọmụmụ ihe nke Stepanovsky et al. 35 na Shen et al. 23 nwere ike ịbụ n'ihi itinye ndị na-eto eto na ihe atụ ọmụmụ ha. N'ihi na atụmatụ afọ maka ndị sonyere nwere ezé na-eto eto na-aghọ ihe ziri ezi ka ọnụọgụgụ ezé na-abawanye n'oge mmepe ezé, izi ezi nke usoro atụmatụ afọ sitere na ya nwere ike imebi mgbe ndị sonyere na ọmụmụ ihe ahụ dị obere. Na mgbakwunye, njehie MLP na atụmatụ afọ dị ntakịrị obere karịa nke SLP, nke pụtara na MLP ziri ezi karịa SLP. A na-ewere MLP dị ka ihe ka mma maka atụmatụ afọ, ikekwe n'ihi oyi akwa zoro ezo na MLP38. Agbanyeghị, enwere ihe dị iche maka ihe nlele mpụta nke ụmụ nwanyị (SLP 1.45, MLP 1.49). Nchọpụta na MLP ziri ezi karịa SLP n'ịtụle afọ chọrọ ọmụmụ ihe ndị ọzọ.
A tụkwara arụmọrụ nhazi nke ụdị DM na usoro ọdịnala na njedebe afọ 18. Ụdị SD niile a nwalere na usoro ọdịnala dị na setịpụ ule dị n'ime gosipụtara ọkwa ịkpa ókè a na-anabata maka ihe nlele dị afọ 18. Mmetụta maka ụmụ nwoke na ụmụ nwanyị karịrị 87.7% na 94.9%, n'otu n'otu, nkọwapụta ya karịrị 89.3% na 84.7%. AUROC nke ụdị niile a nwalere gafere 0.925. Dịka anyị maara, ọ dịghị ọmụmụ ihe nwalere arụmọrụ nke ụdị DM maka nhazi afọ 18 dabere na ntozu oke ezé. Anyị nwere ike iji nsonaazụ nke ọmụmụ a tụnyere arụmọrụ nhazi nke ụdị mmụta miri emi na rediograf panoramic. Guo et al.15 gbakọrọ arụmọrụ nhazi nke ụdị mmụta miri emi dabere na CNN na usoro aka dabere na usoro Demirjian maka oke afọ ụfọdụ. Mmetụta na nkọwapụta nke usoro ntuziaka bụ 87.7% na 95.5%, n'otu n'otu, mmetụta na nkọwapụta nke ụdị CNN gafere 89.2% na 86.6%, n'otu n'otu. Ha kwubiri na ụdị mmụta miri emi nwere ike dochie ma ọ bụ karịa nyocha aka n'ịkewa oke afọ. Nsonaazụ nke ọmụmụ a gosiri arụmọrụ nhazi yiri nke ahụ; A kwenyere na nhazi site na iji ụdị DM nwere ike dochie usoro ọnụọgụgụ ọdịnala maka atụmatụ afọ. N'ime ụdị ndị ahụ, DM LR bụ ụdị kacha mma n'ihe gbasara mmetụta maka ihe nlele nwoke na mmetụta na nkọwapụta maka ihe nlele nwanyị. LR nọ n'ọkwa nke abụọ na nkọwapụta maka ụmụ nwoke. Ọzọkwa, a na-ewere LR dị ka otu n'ime ụdị DM35 ndị na-eji ya eme ihe karịa ma ọ dịghị mgbagwoju anya ma sie ike ịhazi. Dabere na nsonaazụ ndị a, a na-ewere LR dị ka ụdị nhazi njedebe kacha mma maka ụmụaka dị afọ 18 na ndị Korea.
N'ozuzu, izi ezi nke atụmatụ afọ ma ọ bụ arụmọrụ nhazi na setịpụ ule mpụga adịghị mma ma ọ bụ dị ala ma e jiri ya tụnyere nsonaazụ dị na setịpụ ule dị n'ime. Ụfọdụ akụkọ na-egosi na izi ezi nke nhazi ma ọ bụ arụmọrụ na-ebelata mgbe etinyere atụmatụ afọ dabere na ọnụọgụgụ ndị Korea na ndị Japan5,39, a hụkwara usoro yiri nke ahụ na ọmụmụ ihe a. A hụkwara usoro mmebi a na ụdị DM. Ya mere, iji chọpụta afọ nke ọma, ọbụlagodi mgbe ejiri DM na usoro nyocha, a ga-ahọrọ ụzọ sitere na data ọnụọgụgụ ndị obodo, dị ka usoro ọdịnala5,39,40,41,42. Ebe ọ bụ na ọ dịghị ama ma ụdị mmụta miri emi nwere ike igosi ụdị ndị yiri ya, ọmụmụ ihe na-atụnyere izi ezi nke nhazi na arụmọrụ site na iji usoro ọdịnala, ụdị DM, na ụdị mmụta miri emi na otu ihe atụ dị mkpa iji kwado ma ọgụgụ isi artificial nwere ike imeri ọdịiche agbụrụ ndị a na afọ ole na ole. nyocha.
Anyị na-egosi na enwere ike iji atụmatụ afọ dochie ụzọ ọdịnala dabere na ụdị DM na omume atụmatụ afọ nyocha na Korea. Anyị chọpụtakwara ohere nke itinye mmụta igwe maka nyocha afọ nyocha. Agbanyeghị, enwere oke doro anya, dị ka enweghị ọnụọgụgụ ndị sonyere na ọmụmụ ihe a iji chọpụta nsonaazụ ya nke ọma, na enweghị ọmụmụ ihe gara aga iji tụnyere ma kwado nsonaazụ nke ọmụmụ a. N'ọdịnihu, a ga-eme ọmụmụ DM na ọnụọgụgụ buru ibu nke ihe atụ na ọtụtụ mmadụ dị iche iche iji melite ojiji ya bara uru ma e jiri ya tụnyere usoro ọdịnala. Iji kwado ohere nke iji ọgụgụ isi arụrụ arụ iji tụọ afọ n'ọtụtụ mmadụ, a chọrọ ọmụmụ ihe n'ọdịnihu iji tụnyere izi ezi na arụmọrụ nke nhazi nke DM na ụdị mmụta miri emi na usoro ọdịnala na otu ihe atụ ahụ.
Nnyocha ahụ jiri foto nhazi ederede 2,657 nke ndị Korea na ndị Japan dị afọ 15 ruo 23 natara. E kewara rediograf ndị Korea n'ime usoro ọzụzụ 900 (afọ 19.42 ± 2.65) na usoro nnwale ime 900 (afọ 19.52 ± 2.59). A chịkọtara usoro ọzụzụ ahụ n'otu ụlọ akwụkwọ (Ụlọ Ọgwụ Seoul St. Mary), a chịkọtarakwa usoro nnwale nke ya n'ụlọ akwụkwọ abụọ (Ụlọ Ọgwụ Dental nke Mahadum Seoul na Ụlọ Ọgwụ Dental nke Mahadum Yonsei). Anyị chịkọtakwara rediograf 857 site na data ndị ọzọ dabere na ọnụọgụ mmadụ (Mahadum Ahụike Iwate, Japan) maka nnwale mpụga. A họọrọ rediograf nke ndị Japan (afọ 19.31 ± 2.60) dị ka usoro nnwale mpụga. A chịkọtara data azụ iji nyochaa usoro mmepe ezé na rediograf panoramic e mere n'oge ọgwụgwọ ezé. Data niile anakọtara bụ ndị a na-amaghị aha ma e wezụga okike, ụbọchị ọmụmụ na ụbọchị rediograf. Usoro itinye na mwepụ bụ otu ihe ahụ dịka ọmụmụ ebipụtara na mbụ 4, 5. A gbakọọ afọ ole ihe nlele ahụ dị site na iwepụ ụbọchị ọmụmụ site na ụbọchị e sere ihe onyonyo ahụ. E kewara otu ihe nlele ahụ n'ime otu afọ itoolu. E gosiri afọ na nkesa nwoke na nwanyị na Tebụl 3. Emere ọmụmụ ihe a dịka Nkwupụta nke Helsinki si dị ma kwadoro ya site na Institutional Review Board (IRB) nke Seoul St. Mary's Hospital nke Mahadum Katọlik nke Korea (KC22WISI0328). N'ihi nhazi azụ nke ọmụmụ ihe a, enweghị ike ịnweta nkwenye ọmụma site n'aka ndị ọrịa niile na-eme nyocha redio maka ebumnuche ọgwụgwọ. Ụlọ Ọgwụ Mahadum Seoul nke St. Mary (IRB) ewepụla ihe achọrọ maka nkwenye ama ama.
A tụlere usoro mmepe nke molar nke abụọ na nke atọ nke bimaxillary dịka ụkpụrụ Demircan si dị25. Naanị otu ezé ka ahọpụtara ma ọ bụrụ na ahụrụ otu ụdị ezé ahụ n'akụkụ aka ekpe na aka nri nke agba ọ bụla. Ọ bụrụ na ezé ndị yiri ibe ha n'akụkụ abụọ ahụ nọ n'ọkwa mmepe dị iche iche, a họọrọ ezé nwere ọkwa mmepe dị ala iji kọwaa maka ejighị n'aka na afọ a tụrụ anya ya. Ndị na-ekiri ihe abụọ nwere ahụmahụ nyere otu narị rediograf ahọpụtara site na nhazi ọzụzụ iji nwalee ntụkwasị obi interobserver mgbe emechara nhazi iji chọpụta ọkwa ntozu okè ezé. Onye na-ekiri ihe mbụ nyochara ntụkwasị obi intraobserver ugboro abụọ na oge ọnwa atọ.
Onye na-ahụ maka ihe dị iche iche a zụrụ azụ na ụdị DM dị iche iche mere atụmatụ maka mmekọahụ na mmepe nke molar nke abụọ na nke atọ nke agba ọ bụla dị na setịpụ ọzụzụ, e wee setịpụ afọ ahụ n'ezie dị ka uru ebumnuche. A nwalere ụdị SLP na MLP, nke a na-ejikarị eme ihe na mmụta igwe, megide algọridim regression. Ụdị DM na-ejikọta ọrụ linear site na iji usoro mmepe nke ezé anọ ahụ ma na-ejikọta data ndị a iji tụọ afọ. SLP bụ netwọk akwara kachasị mfe ma enweghị akwa zoro ezo. SLP na-arụ ọrụ dabere na nnyefe oke n'etiti nodes. Ụdị SLP na regression yiri nke ọtụtụ regression linear n'ụzọ mgbakọ na mwepụ. N'adịghị ka ụdị SLP, ụdị MLP nwere ọtụtụ akwa zoro ezo nwere ọrụ ọrụ na-abụghị ahịrị. Nnwale anyị jiri akwa zoro ezo nwere naanị nodes 20 zoro ezo nwere ọrụ ọrụ na-abụghị ahịrị. Jiri gradient down dị ka usoro njikarịcha na MAE na RMSE dị ka ọrụ mfu iji zụọ ụdị mmụta igwe anyị. Ejiri ụdị regression kacha mma enwetara mee ihe na setịpụ ule dị n'ime na mpụga wee mee atụmatụ afọ nke ezé.
E mepụtara algọridim nhazi nke na-eji ntozu oke nke ezé anọ na setịpụ ọzụzụ iji buru amụma ma ihe nlele ahụ ọ dị afọ 18 ma ọ bụ na ọ bụghị. Iji wuo ihe nlereanya ahụ, anyị wepụtara algọridim mmụta igwe nnọchiteanya asaa6,43: (1) LR, (2) KNN, (3) SVM, (4) DT, (5) RF, (6) XGBoost, na (7) MLP. LR bụ otu n'ime algọridim nhazi kachasị eji eme ihe44. Ọ bụ algọridim mmụta a na-elekọta nke na-eji regression ịkọ amụma gbasara ohere nke data nke otu ụdị site na 0 ruo 1 ma kewaa data ahụ dị ka nke otu ụdị nwere ike ịdabere na nke a; a na-ejikarị ya eme ihe maka nhazi abụọ. KNN bụ otu n'ime algọridim mmụta igwe kachasị mfe45. Mgbe enyere data ntinye ọhụrụ, ọ na-achọta data k dị nso na setịpụ dị adị wee kewaa ha na klaasị nwere ugboro kachasị elu. Anyị setịpụrụ 3 maka ọnụọgụ ndị agbata obi a tụlere (k). SVM bụ algọridim nke na-eme ka anya dị n'etiti klaasị abụọ dịkwuo elu site na iji ọrụ kernel iji gbasaa oghere ahịrị gaa na oghere na-abụghị ahịrị a na-akpọ fields46. Maka ihe nlereanya a, anyị na-eji bias = 1, ike = 1, na gamma = 1 dị ka hyperparamita maka kernel polynomial. E tinyela DT n'ọtụtụ ubi dị ka algọridim maka kewaa data dum n'ime ọtụtụ obere ngalaba site na ịnọchite anya iwu mkpebi na nhazi osisi47. A na-ahazi ihe nlereanya ahụ na ọnụọgụgụ kacha nta nke ndekọ kwa node nke 2 ma jiri ihe ndeksi Gini dị ka ihe atụ nke mma. RF bụ usoro mkpokọta nke na-ejikọta ọtụtụ DT iji melite arụmọrụ site na iji usoro nchịkọta bootstrap nke na-emepụta nhazi na-adịghị ike maka ihe nlele ọ bụla site na ise ihe atụ nke otu nha ọtụtụ ugboro site na dataset mbụ48. Anyị jiri osisi 100, omimi osisi 10, nha node kacha nta 1, na index admixture Gini dị ka njirisi nkewa node. A na-ekpebi nhazi nke data ọhụrụ site na ntuli aka ọtụtụ. XGBoost bụ algọridim nke na-ejikọta usoro nkwalite site na iji usoro nke na-ewere dị ka data ọzụzụ njehie dị n'etiti ụkpụrụ n'ezie na nke e buru amụma nke ihe nlereanya gara aga ma na-eme ka njehie ahụ dịkwuo elu site na iji gradients49. Ọ bụ algọridim a na-ejikarị eme ihe n'ọtụtụ ebe n'ihi ezigbo arụmọrụ ya na arụmọrụ akụrụngwa ya, yana ntụkwasị obi dị elu dị ka ọrụ nrụzi karịrị akarị. Ihe nlereanya a nwere wiil nkwado 400. MLP bụ netwọk akwara ebe otu ma ọ bụ karịa perceptrons na-emepụta ọtụtụ oyi akwa nwere otu ma ọ bụ karịa oyi akwa zoro ezo n'etiti oyi akwa ntinye na mmepụta38. Site na nke a, ị nwere ike ịme nhazi na-abụghị ahịrị ebe mgbe ị tinyere oyi akwa ntinye ma nweta uru nsonaazụ, a na-atụnyere uru nsonaazụ a tụrụ anya ya na uru nsonaazụ n'ezie ma gbasaa njehie ahụ azụ. Anyị mepụtara oyi akwa zoro ezo nwere neurons 20 zoro ezo na oyi akwa ọ bụla. Ejiri ụdị ọ bụla anyị mepụtara mee ihe na ntọala ime na mpụga iji nwalee arụmọrụ nhazi site na ịgbakọ mmetụta, nkọwapụta, PPV, NPV, na AUROC. A na-akọwa mmetụta dị ka oke nke ihe nlele a na-eme atụmatụ na ọ dị afọ 18 ma ọ bụ karịa na ihe nlele a na-eme atụmatụ na ọ dị afọ 18 ma ọ bụ karịa. Nkọwapụta bụ oke nke ihe nlele na-erubeghị afọ 18 na ndị a na-eme atụmatụ na ha erubeghị afọ 18.
E tinyere usoro ezé e lere anya n'ọkwa ọzụzụ ahụ ka ọ bụrụ usoro ọnụọgụgụ maka nyocha ọnụọgụgụ. E mere mgbanwe nhazi nke multivariate linear na logistic iji mepụta ụdị amụma maka nwoke ọ bụla ma nweta usoro nhazigharị nke enwere ike iji mee atụmatụ afọ. Anyị jiri usoro ndị a mee atụmatụ afọ ezé maka ma ule dị n'ime ma nke mpụga. Tebụl nke 4 na-egosi ụdị nhazigharị na nhazi nke ejiri mee ihe n'ọmụmụ ihe a.
E jiri ọnụọgụgụ kappa nke Cohen gbakọọ ntụkwasị obi dị n'ime na nke onye na-enyocha ihe. Iji nwalee izi ezi nke ụdị DM na nke ọdịnala, anyị gbakọrọ MAE na RMSE site na iji afọ atụmatụ na nke ezigbo nke ụdị ule dị n'ime na nke mpụga. A na-ejikarị njehie ndị a enyocha izi ezi nke amụma ihe nlereanya. Ka njehie ahụ pere mpe, otú ahụ ka izi ezi nke amụma24 dị elu. Tụlee MAE na RMSE nke ụdị ule dị n'ime na nke mpụga agbakọ site na iji DM na nke ọdịnala agbakọ. Ejiri tebụl ihe mberede 2 × 2 nyochaa arụmọrụ nke njedebe afọ 18 na ọnụọgụgụ ọdịnala. E jiri nlezianya agbakọ, nkọwapụta, PPV, NPV, na AUROC nke usoro nnwale ahụ tụnyere ụkpụrụ a tụrụ nke ụdị nhazi DM. A na-egosipụta data dị ka nkezi ± ọkọlọtọ ma ọ bụ ọnụọgụ (%) dabere na njirimara data. A na-ewere ụkpụrụ P akụkụ abụọ <0.05 dị ka ihe dị mkpa na ọnụọgụgụ. Emere nyocha ọnụọgụgụ niile na-emekarị site na iji ụdị SAS 9.4 (SAS Institute, Cary, NC). E tinyere ụdị nhazi DM na Python site na iji Keras50 2.2.4 backend na Tensorflow51 1.8.0 kpọmkwem maka ọrụ mgbakọ na mwepụ. E tinyere ụdị nhazi DM na Waikato Knowledge Analysis Environment na ikpo okwu nyocha Konstanz Information Miner (KNIME) 4.6.152.
Ndị dere akwụkwọ ahụ kwetara na enwere ike ịchọta data na-akwado nkwubi okwu nke ọmụmụ ihe ahụ n'isiokwu ahụ na ihe mgbakwunye ndị ọzọ. Data ndị e mepụtara na/ma ọ bụ nyochaa n'oge ọmụmụ ihe ahụ dị n'aka onye dere ya ma ọ bụrụ na ọ rịọ ya nke ọma.
Ritz-Timme, S. na ndị ọzọ. Nyocha afọ: ọnọdụ dị elu iji mezuo ihe achọrọ kpọmkwem nke ọrụ nyocha mpụ. mba ụwa. J. Ọgwụ Iwu. 113, 129–136 (2000).
Schmeling, A., Reisinger, W., Geserik, G., na Olze, A. Ọnọdụ ugbu a nke nyocha afọ nke ndị dị ndụ maka ebumnuche ikpe mpụ. Nyocha ikpe mpụ. ọgwụ. Ọrịa. 1, 239–246 (2005).
Pan, J. et al. Usoro emezigharịrị maka inyocha afọ ezé nke ụmụaka dị afọ 5 ruo 16 na ọwụwa anyanwụ China. nyocha ahụike. Nyocha ọnụ. 25, 3463–3474 (2021).
Lee, SS wdg. Usoro iheomume nke mmepe nke molar nke abụọ na nke atọ na Korea na ngwa ya maka nyocha afọ nyocha. mba ụwa. J. Ọgwụ Iwu. 124, 659–665 (2010).
Oh, S., Kumagai, A., Kim, SY na Lee, SS Izi ezi nke atụmatụ afọ na atụmatụ nke oke afọ 18 dabere na ntozu oke nke molar nke abụọ na nke atọ na Korea na Japanese. PLoS ONE 17, e0271247 (2022).
Kim, JY, na ndị ọzọ. Nyocha data dabere na mmụta igwe tupu ịwa ahụ nwere ike ibu amụma ihe ga-esi na ọgwụgwọ ịwa ahụ ụra pụta na ndị ọrịa nwere OSA. sayensị. Akụkọ 11, 14911 (2021).
Han, M. na ndị ọzọ. Atụmatụ afọ ziri ezi site na mmụta igwe ma ọ bụ na-enweghị enyemaka mmadụ? mba ụwa. J. Ọgwụ Iwu. 136, 821–831 (2022).
Khan, S. na Shaheen, M. Site na Ngwuputa Data ruo Ngwuputa Data. J.Information. sayensị. https://doi.org/10.1177/01655515211030872 (2021).
Khan, S. na Shaheen, M. WisRule: Usoro Mmalite nke Ịghọta Ihe Maka Ịchọta Iwu Njikọ. J. Ozi. sayensị. https://doi.org/10.1177/01655515221108695 (2022).
Shaheen M. na Abdullah U. Karm: Ngwuputa data ọdịnala dabere na iwu njikọ dabere na ọnọdụ. gbakọọ. Mat. gaa n'ihu. 68, 3305–3322 (2021).
Muhammad M., Rehman Z., Shaheen M., Khan M. na Habib M. Nchọpụta myirịta nke mmụta miri emi dabere na nkọwa site na iji data ederede. inye ozi. teknụzụ. njikwa. https://doi.org/10.5755/j01.itc.49.4.27118 (2020).
Tabish, M., Tanoli, Z., na Shahin, M. Sistemụ maka ịmata ihe omume na vidiyo egwuregwu. multimedia. Ngwa Ngwaọrụ https://doi.org/10.1007/s11042-021-10519-6 (2021).
Halabi, SS na ndị ọzọ. Ihe ịma aka mmụta igwe RSNA n'oge ọkpụkpụ ụmụaka. Radiology 290, 498–503 (2019).
Li, Y. et al. Atụmatụ afọ nyocha site na radieshọn úkwù site na iji mmụta miri emi. EURO. radieshọn. 29, 2322–2329 (2019).
Guo, YC, na ndị ọzọ. Nhazi afọ ziri ezi site na iji usoro aka na netwọkụ akwara miri emi nke convolutional site na onyonyo projection orthographic. mba ụwa. J. Ọgwụ Iwu. 135, 1589–1597 (2021).
Alabama Dalora na ndị otu ya. Atụmatụ afọ ọkpụkpụ site na iji ụzọ mmụta igwe dị iche iche: nyocha akwụkwọ na meta-analysis. PLoS ONE 14, e0220242 (2019).
Du, H., Li, G., Cheng, K., na Yang, J. Atụmatụ afọ nke ndị Africa America na ndị China dabere na olu pulp chamber nke molar mbụ site na iji cone-beam computed tomography. mba ụwa. J. Legal medicine. 136, 811–819 (2022).
Kim S., Lee YH, Noh YK, Park FK na Oh KS Ịchọpụta afọ ndụ nke ndị dị ndụ site na iji onyonyo nke molars mbụ dabere na ọgụgụ isi. sayensị. Akụkọ 11, 1073 (2021).
Stern, D., Payer, C., Giuliani, N., na Urschler, M. Atụmatụ afọ akpaka na nhazi afọ ọtụtụ mmadụ site na data MRI multivariate. IEEE J. Biomed. Ndọ aka ná ntị ahụike. 23, 1392–1403 (2019).
Cheng, Q., Ge, Z., Du, H. na Li, G. Atụmatụ afọ dabere na nkewa nke oghere pulp 3D nke molars mbụ site na tomography kọmputa cone site na ijikọta mmụta miri emi na ọkwa. mba ụwa. J. Ọgwụ Iwu. 135, 365–373 (2021).
Wu, WT, na ndị ọzọ. Ngwuputa data na nnukwu data ahụike: ụdị nchekwa data nkịtị, usoro, na usoro. Ụwa. ọgwụ. akụrụngwa. 8, 44 (2021).
Yang, J. et al. Okwu Mmalite nke Nchekwa Data Ahụike na Teknụzụ Ngwuputa Data n'oge Nnukwu Data. J. Avid. Ọgwụ bụ isi. 13, 57–69 (2020).
Shen, S. et al. Ụzọ Camerer si eme atụmatụ afọ ezé site na iji mmụta igwe. BMC Oral Health 21, 641 (2021).
Galliburg A. na ndị ọzọ. Ntụnyere nke ụzọ mmụta igwe dị iche iche maka ịkọ afọ ezé site na iji usoro nhazi Demirdjian. mba ụwa. J. Ọgwụ Iwu. 135, 665–675 (2021).
Demirdjian, A., Goldstein, H. na Tanner, JM Usoro ọhụrụ maka ịtụle afọ ezé. snort. bayoloji. 45, 211–227 (1973).
Landis, JR, na Koch, GG. Nha nke nkwekọrịta onye na-ekiri ihe na data nkewa. Biometrics 33, 159–174 (1977).
Bhattacharjee S, Prakash D, Kim C, Kim HK na Choi HK. Nyocha ederede, ọdịdị na ọnụọgụgụ nke onyonyo magnetik resonance abụọ site na iji usoro ọgụgụ isi arụrụ arụ maka ọdịiche nke etuto ụbụrụ bụ isi. Ozi ahụike. akụrụngwa. https://doi.org/10.4258/hir.2022.28.1.46 (2022).
Oge ozi: Jenụwarị-04-2024