TR2022012385A2 - Yapay zeka i̇le peri̇odontal sağliğin tespi̇ti̇ si̇stemi̇ - Google Patents
Yapay zeka i̇le peri̇odontal sağliğin tespi̇ti̇ si̇stemi̇Info
- Publication number
- TR2022012385A2 TR2022012385A2 TR2022/012385A TR2022012385A TR2022012385A2 TR 2022012385 A2 TR2022012385 A2 TR 2022012385A2 TR 2022/012385 A TR2022/012385 A TR 2022/012385A TR 2022012385 A TR2022012385 A TR 2022012385A TR 2022012385 A2 TR2022012385 A2 TR 2022012385A2
- Authority
- TR
- Turkey
- Prior art keywords
- periodontal
- artificial intelligence
- data
- patient
- health
- Prior art date
Links
- 230000036541 health Effects 0.000 title abstract description 21
- 230000003239 periodontal effect Effects 0.000 title abstract description 21
- 238000013473 artificial intelligence Methods 0.000 title abstract description 16
- 238000001514 detection method Methods 0.000 title abstract description 10
- 238000011282 treatment Methods 0.000 abstract description 14
- 238000003745 diagnosis Methods 0.000 abstract description 11
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 9
- 201000010099 disease Diseases 0.000 abstract description 8
- 208000028169 periodontal disease Diseases 0.000 abstract description 8
- 238000000034 method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000001154 acute effect Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 208000025865 Ulcer Diseases 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 208000007565 gingivitis Diseases 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 201000001245 periodontitis Diseases 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010034912 Phobia Diseases 0.000 description 1
- 206010000269 abscess Diseases 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 208000037976 chronic inflammation Diseases 0.000 description 1
- 208000037893 chronic inflammatory disorder Diseases 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000037123 dental health Effects 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 201000005562 gingival recession Diseases 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 206010034878 phimosis Diseases 0.000 description 1
- 208000019899 phobic disease Diseases 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
- A61B5/0013—Medical image data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
- A61B5/0088—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for oral or dental tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30036—Dental; Teeth
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Artificial Intelligence (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Physiology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Fuzzy Systems (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Dentistry (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Databases & Information Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Periodontal hastalığa dair veriler sayesinde hastanın mevcut hastalığının teşhisine dair öneriler ve tedavi planlamalarının hekime sunulması ile hastaların doğru, etkili teşhis ve tedaviler ile sağlık hizmetine ulaşması sağlanması amaçlı yapay zeka ile periodontal sağlığın tespiti sistemi ile ilgilidir.
Description
TARIFNAME YAPAY ZEKA iLE PERIODONTAL SAGLIGIN TESPITI SISTEMI TEKNIK ALAN Periodontal hastaliga dair veriler sayesinde hastanin mevcut hastaliginin teshisine dair öneriler ve tedavi planlamalarinin hekime sunulmasi ile hastalarin dogru, etkili teshis ve tedaviler ile saglik hizmetine ulasmasi saglanmasi amaçli yapay zeka ile periodontal sagligin tespiti sistemi ile ilgilidir. TEKNIGIN BILINEN DURUMU Periodontal saglik, disi çevreleyen ve destekleyen dokular olan periodontal membran, alveol kemigi, sement tabakasi ve dis etinin saglikli olma halini tanimlar. Periodontal hastalik ise bu dokularda meydana gelen rahatsizliklarin genel tanimidir. Periodontal hastalik pek çok alt basliga sahiptir. Bunlar kronik inflamatuar hastaliklar (gingivitis, periodontitis) ve akut periodontal rahatsizliklar (akut ülseratif gingivitis, akut ülseratif periodontitis) olabilecegi gibi, diseti çekilmesi, diseti büyümesi, dislerde mobilite, anatomik yapilardaki düzensizlikler (siki frenulum baglantisi, sig vestibül vb.), akut apse formasyonlarina kadar degisiklik gösterebilir. Periodontal sagligin tesipiti; hastadan alinan anamnez (genel saglik ve dise dair saglik öyküsü, daha önceki dis hekiminie basvuru ve tedavi öyküleri vb.), hastanin gözle/elle agiz disi muayenesi, radyografik incelemeler, aletlerle yapilan agiz içi muayene ile yapilir. Periodontal hastaliga dair veriler sayesinde hastanin mevcut hastaliginin teshisine dair öneriler ve tedavi planlamalarinin hekime sunulmasi ile hastalarin dogru, etkili teshis ve tedaviler ile saglik hizmetine ulasmasi saglanmasi amaçli yapay zeka ile periodontal sagligin tespiti için bilgisayar destekli yapilanmalara ihtiyaç oldugu açiktir. BULUSUN TANIMI Söz konusu bulus, teknigin bilinen durumunda anlatilmis olan ihtiyaçlari karsilamaktadir. Agiz içi muayene esnasinda saglik durumunu ölçen indekslerden faydalanilir. Indeksler her dise ait tek tek girilmesi gereken bilgileri içerir. Klinik yogunlugu dolayisiyla farkli indeksler için her seferinde disleri tek tek incelemek ve verileri girmek çok zahmetli ve zaman kaybina yol açan bir ugrastir. Gelistirilecek bir uygulama ile bu indekslere dair veriler yapay zeka tarafindan algilanabilir ve tek seferde agiz içi görüntüleme sistemi ile disten alinan görüntü veya yardimci bir cihazin aktardigi veri (örn. sondalanabilir cep derinligini ölçmek için bilgisayara baglanan özel bir periodontal sonda vardir. Bu sondun aktardigi veriyi yapay zekâ kolaylikla hesaplayarak hekime seanslar arasi farki ve mevcut durumu verebilir.) ile hesaplama islemi hizli ve basit bir sekilde yapilabilir. Seanslar arasi fark grafiklerle gösterilebilir. Hasta motivasyonu ve saglik gelisimi -hastaya dair olusturulacak veri dosyasi ile anlasilabilir. Periodontal hastaliga dair veriler sayesinde hastanin mevcut hastaliginin teshisine dair öneriler ve tedavi planlamalarinin hekime sunulmasi ile hastalarin dogru, etkili teshis ve tedaviler ile saglik hizmetine ulasmasi saglanabilir. Öncelikle hastanin dis koltugunda geçirdigi süre çok azalacaktir. Toplumun genelinde dis tedavilerine dair bir korku, hatta fobi mevcuttur. Koltukta hastanin geçirdigi sürenin azalmasi bu korkunun da azaltilmasinda faydali olur. Hekim her veriyi gözle bakip veya alet yardimi ile ölçüp tek tek yazmak ve ardindan matematiksel hesaplamalar yapmak ugrasindan kurtarilmis olur. Bulusumuz görüntü isleme, makine ögrenmesi ve derin ögrenme algoritmalari gibi genis bir yelpazede farkli prosedürlere sahiptir. Yapay zeka ile bir hasta için olasi tani kaçirma risklerini minimize edip, taninin hizli ve dogru sekilde konulmasini ve saglik hizmet saglayicisina bildirmek için kullanilabilir. Sistem bir veya daha fazla yapay zeka algoritmasi ve/veya derin ögrenme algoritmasini egitmek için mevcut saglik kayitlarinin madenciligini veya hazir veri setlerinin kullanir, egitim sonucu gelistirilen yapay zeka ile hastanin mevcut periodontal saglik kayitlari yapay zeka tarafindan incelenerek teshis koyma, dogrulama islemleri yapilabilir. Bu bulus, periodontal sagligin tespiti veya kisisel periodontal saglik üzerindeki olasi riskleri belirlemek için makine ögrenmesi, derin ögrenme veya yapay zeka tekniklerini bünyesinde barindiran bir yazilim/donanim veya gömülü sistem içerir. Örnegin mobil telefonlara kurulacak bir uygulama ile agiz içi görüntüler mobil telefonlar araciligi ile çekilebilir bireyler evlerinde periodontal hastalik riskini kontrol edebilir, hastaliklari erken asamalarda tespit edebilirler. Bulus hali hazirda bir donanimin kamerasini kullandigi gibi kendi özel kamerasina da sahip olabilir böylelikle yüksek çözünürlüklü esnek kameralar ile periodontal bölgenin disaridan görünmesi zor olan kisimlarinin görüntülenmesi ve yapay zeka tarafindan islenmesi saglanabilir. Bulus ile toplanan veriler sürekli uzman hekimler tarafindan yorumlanabilir ve bu veriler tekrar uygulamaya geri besleme olusturarak yapay zekanin egitiminin mükemmellestirilmesi saglanabilir. Hastaya dair veri dosyasi sayesinde hastanin saglik gelisim durumu kaydedilir. Çesitli görsel sunus sekilleri ile hekim ve hasta için kolaylikla anlasilir hale getirilebilir. Bulus ile; hekimin hasta ile geçirdigi teshise yönelik süre azalir. Tedavi için daha fazla zaman kalmis olur. Böylece hastaya daha etkin bir tedavi hizmeti sunulur. Ayrica bir hastaya ayrilan zaman azalacagi için, daha çok sayida hastaya hizmet sunulabilir. Yapay zeka destekli karar destek sistemi sayesinde hekimlere rehberlik edebilir. Hekimlere hastaliga uygun tedavi basamaklarini sunabilir. Hekimlerin hata yapma olasiligini azaltir. Gerekli görülmesi durumunda kullanicilar kendi mobil aygitlari ile kendi ontal sagliklarini takip edebilir. REFERANS LISTESI Karar Destek Sistemi Harici Görüntü Kaynagi Big Data Alt Yapisi Son Kullanici için Web Uygulamasi veya Mobil Uygulama veya Giyilebilir teknoloji Veri Tabani . Periodental Saglik Tespit Aygiti Periodontal saglik tespit modülü Islemci Iletisim modülü Iletisim altyapisi ÇIZIMLERIN KISA AÇIKLAMASI BULUSUN AÇIKLAMASI us, yapay zeka ile periodontal sagligin tespiti sistemi olup asagidaki gibi sinirlamadan açiklanmaktadir; Karar destek sistemi (1): yapay zeka ile ve/veya diger karar verme süreçleri ile yapilmasini ve hastaligin mevcut durumu hakkinda bilgi verip, tedavi için önerilerde bulunacak sistemdir. Harici görüntü kaynagi (2): periodontal bölgenin görüntülerinin alinacagi kaynak, agiz içi kamera telefon kamerasi veya pacs sisteminden gelen görüntü verileri v.b. olabilir. Big data alt yapisi (3): harici görüntü kaynaklarindan veya diger veri kaynaklarindan gelen çok çesitli verilerin depolanacagi iliskisel ve/veya iliskisel olmayan veri tabani/ambari/deposudur. Son kullanici için web uygulamasi veya mobil uygulama veya giyilebilir teknoloji (4): hastalarin ve/veya hekimlerin kullanacagi bütün sistem tarafindan üretilen verilerin/kararlarin gösterilecegi ve/veya takip edilecegi uygulama web uygulamasi, mobil aygitlarda çalisan mobil uygulama veya gözlük saat vb. giyilebilir teknoloji aksesuari olabilir. Veri tabani (5): hastalarin ve hekimlerin iliskisel verilerinin saklanacagi veri deposu/ambari/tabanidir. Periodontal saglik tespit aygiti (6): periodontal görüntülerin islenerek hastalik sürecinin analizinin yapilacagi yapay zeka/ derin ögrenme/yapay sinir agi vb. teknolojiler ile görüntülerin islenerek anlamli verilerin üretildigi sistem donanim yapisi olarak aygitla bütünlesik olabilecegi gibi ayri bir modül olarak aygitlara baglanabilen, akilli telefon, bilgisayar, sunucu, giyilebilir aksesuar veya fpga vb. teknolojiler barindiran/veya barindirmayan gömülü sistemler olabilir. Bu aygit bünyesinde ekran (6.1), periodontal sagligi tespit için donanim ve/veya yazilimdan olusan peridontal saglik tespit modülü (6.2), aygit yönetimi için islemci (6.3), aygitin diger aygitlarla iletisimini saglayacak iletisim modülü (6.4) verilerin gösterilecegi istege bagli bir ekran (6.1) barindirabilir. Iletisim alt yapisi (7): Sistemdeki unsurlarin birbiri iletisiminde yer alan internet, intranet mobil ag, bildirim servisleri vb.' dir. TR TR TR TR TR
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TR2022/012385A TR2022012385A2 (tr) | 2022-08-04 | 2022-08-04 | Yapay zeka i̇le peri̇odontal sağliğin tespi̇ti̇ si̇stemi̇ |
| PCT/TR2023/050761 WO2024030104A1 (en) | 2022-08-04 | 2023-08-02 | System for the detection of periodontal health with artificial intelligence |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TR2022/012385A TR2022012385A2 (tr) | 2022-08-04 | 2022-08-04 | Yapay zeka i̇le peri̇odontal sağliğin tespi̇ti̇ si̇stemi̇ |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| TR2022012385A2 true TR2022012385A2 (tr) | 2022-08-22 |
Family
ID=84101121
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TR2022/012385A TR2022012385A2 (tr) | 2022-08-04 | 2022-08-04 | Yapay zeka i̇le peri̇odontal sağliğin tespi̇ti̇ si̇stemi̇ |
Country Status (2)
| Country | Link |
|---|---|
| TR (1) | TR2022012385A2 (tr) |
| WO (1) | WO2024030104A1 (tr) |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113260335B (zh) * | 2018-11-01 | 2022-10-04 | 3 形状股份有限公司 | 用于测量牙周袋深度的系统 |
| CN112037913B (zh) * | 2020-09-15 | 2022-08-30 | 南昌大学 | 一种基于卷积神经网络的牙周炎智能检测系统 |
| US20220189611A1 (en) * | 2020-12-11 | 2022-06-16 | Align Technology, Inc. | Noninvasive multimodal oral assessment and disease diagnoses apparatus and method |
-
2022
- 2022-08-04 TR TR2022/012385A patent/TR2022012385A2/tr unknown
-
2023
- 2023-08-02 WO PCT/TR2023/050761 patent/WO2024030104A1/en unknown
Also Published As
| Publication number | Publication date |
|---|---|
| WO2024030104A1 (en) | 2024-02-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20160038092A1 (en) | Applying non-real time and non-user attended algorithms to stored non-imaging data and existing imaging data for obtaining a dental diagnosis | |
| Rindal et al. | Methods dentists use to diagnose primary caries lesions prior to restorative treatment: findings from The Dental PBRN | |
| US20200100724A1 (en) | Applying non-real time and non-user attended algorithms to stored non-imaging data and existing imaging data for obtaining a dental diagnosis | |
| Gakenheimer | The efficacy of a computerized caries detector in intraoral digital radiography | |
| US11776677B2 (en) | Computer vision-based analysis of provider data | |
| US20100204596A1 (en) | Method and system for providing remote healthcare | |
| Yauney et al. | Automated process incorporating machine learning segmentation and correlation of oral diseases with systemic health | |
| CN102483815A (zh) | 临床决策支持 | |
| Chen et al. | Detection of proximal caries lesions on bitewing radiographs using deep learning method | |
| Relvas et al. | Evaluation of an oral health scale of infectious potential using a telematic survey of visual diagnosis | |
| JP2014067344A (ja) | グラフ作成装置およびグラフ作成方法並びにグラフ作成プログラム | |
| US20090136111A1 (en) | System and method of diagnosing a medical condition | |
| US20220280104A1 (en) | Applying non-real time and non-user attended algorithms to the stored non-imaging data and existing imaging data to obtain a dental diagnosis | |
| Harvey et al. | Guidelines and template for reporting on CBCT scans | |
| Jeon et al. | Quantitative analysis of the mouth opening movement of temporomandibular joint disorder patients according to disc position using computer vision: a pilot study | |
| Ntovas et al. | Occlusal caries detection on 3D models obtained with an intraoral scanner. A validation study | |
| Kılınç et al. | Evaluation and comparison of smartphone application tracing, web based artificial intelligence tracing and conventional hand tracing methods | |
| US20240029901A1 (en) | Systems and Methods to generate a personalized medical summary (PMS) from a practitioner-patient conversation. | |
| CN102298666A (zh) | 用于进行图像质量评估的阴道镜网络系统及方法 | |
| TR2022012385A2 (tr) | Yapay zeka i̇le peri̇odontal sağliğin tespi̇ti̇ si̇stemi̇ | |
| Miles | The future of dental and maxillofacial imaging | |
| Menzies | Oral examination and charting: setting the basis for evidence-based medicine in the oral examination of equids | |
| WO2018147674A1 (ko) | 의료 영상에 기반하여 상태를 진단하는 장치 및 방법 | |
| CN202025321U (zh) | 用于进行图像质量评估的阴道镜网络系统 | |
| Chen et al. | Automatic and visualized grading of dental caries using deep learning on panoramic radiographs |