Разработка системы поддержки принятия врачебных решений для диагностики дисфункции ВНЧС на базе алгоритмов искусственного интеллекта
Нарушение функции (дисфункция) височно-нижнечелюстного сустава (ДВНЧС) является второй по частоте причиной боли в челюстно-лицевой области после зубной боли. Важность ранней диагностики ДВНЧС сложно переоценить: своевременная диагностика и лечение помогут избежать развития заболевании, вызванных запущенной патологией височно-нижнечелюстного сустава ДВНЧС, таких как: нарушения работы органов зубочелюстной области, синдром Костена (краниомандибулярный синдром), головные боли, нарушение нормального функционирования ЖКТ. Современная ортопедическая стоматология использует различные методы неинвазивных методов дополнительного исследования структур височно-нижнечелюстного сустава для диагностики и лечения ДВНЧС. Основным из них является компьютерная томография с коническим лучом (КЛКТ). Снимки ВНЧС производятся при сомкнутых/разомкнутых челюстях. Определение морфологии сустава является важной частью диагностики, а также контроля результатов лечения. Целью данного НИОКР является алгоритмизация и обобщение методов диагностики ДВНЧС по снимкам КЛКТ и решение направлено на оптимизацию усилий врача-рентгенолога, на сокращение издержек вызванных сильной диспропорцией между временем обработки исследований и составлением заключений по заболеваниям ВНЧС. Большинство существующих методик оценки дисфункции ВНЧС имеют ограничения используя линейные планарные объекты, что обусловлено времязатратными мануальными аннотациями. Ручное контурирование полноценной 3-х мерной реконструкции сустава требует заметно большего времени, что не является проблемой для вероятностных моделей сегментации.
Производитель: ООО "ЗОРГЕ ЛАБ"
Ссылка
Направление
Здравоохранение, медицина, фармацевтика
