Торговый Дом «Аюрведа» — аюрведа оптом

Киста правой верхнечелюстной пазухи, вазомоторный ринит у женщины 32 лет

Связанные услуги:

• Компьютерная томография околоносовых пазух
• Компьютерная томография пазух
• Гайморотомия
• Вазотомия

Жалобы

Женщина, 32 года, жалобы на заложенность носа, слизистое отделяемое из носа. Жалобы беспокоят её в течение длительного времени. Неоднократно проводилась консервативная терапия, на фоне которой наблюдалось временное улучшение. Аллергические реакции на что-либо пациентка отрицает, не обследована.

Осмотр и обследование

При эндоскопическом осмотре полости носа нижние раковины её синюшного цвета, отечные. Перегородка носа искривлена влево в виде гребня. Общие носовые ходы сужены, содержат серозный экссудат. Носовое дыхание затруднено.

По остальным лор-органам патологии выявлено не было.

Дополнительно выполнена компьютерная томография околоносовых пазух. На снимке картина вазомоторного ринита, имеется киста правой верхнечелюстной пазухи (см. фото, 1 — киста правой верхнечелюстной пазухи, 2 — гипертрофированные нижние носовые раковины).

Диагноз

Киста правой верхнечелюстной пазухи. Вазомоторный ринит.

Лечение

Учитывая жалобы пациентки, историю её болезни, данные осмотра и обследования, пациентке рекомендовано оперативное лечение в объёме: эндоскопическая правосторонняя гайморотомия, двусторонняя вазотомия.

Пациентка пока воздерживается от предложенного ей метода лечения.

Пациентке была рекомендована разгрузочная терапия в нос в виде солевого душа и назначена антибактериальная мазь в нос.

Итог

Кисты верхнечелюстных пазух — частая находка на рентгеновских снимках или компьютерной томографии околоносовых пазух. В большинстве случаев их наличие имеет бессимптомное течение. Они сохраняют прежние размеры или имеют тенденцию к медленной спонтанной регрессии, и, как правило, не требуют хирургического лечения. Однако наличие определенных симптомов, большие размеры кисты могут являться показанием к операции. Эндоскопические операции в большинстве случаев позволяют разрешить ситуацию. Однако оптимальный хирургический подход для каждого конкретного пациентка определяет врач после осмотра и обследования.

Своевременное обращение к врачу поможет сохранить Ваше здоровье.
Не откладывайте лечение, звоните прямо сейчас. Мы работаем круглосуточно в Москве.

тел.: 8 (499) 501-15-53 (круглосуточно)

Специалисты

• оториноларинголог, ринохирург

  стаж: 16 лет

  эксперт по лор-патологиям

• оториноларинголог, ринохирург

  стаж: 13 лет

  эксперт по лор-патологиям

• оториноларинголог, ринохирург

  стаж: 14 лет

  кандидат медицинских наук

Все специалисты

Услуги

Все услуги

Полезные статьи

Все статьи

Киста в пазухах носа какие симптомы и как лечить

• Главная
• Статьи
• ЧТО ДЕЛАТЬ ПРИ КИСТЕ В ПАЗУХАХ НОСА

Диагноз «киста» многих пациентов вводит в ступор. Они не понимают, что делать при обнаружении кисты в гайморовой пазухе, каких осложнений опасаться и как себя вести дальше. Попробуем разобраться в проблеме и способах ее выявления.

Киста в носовой пазухе: что делать, что это такое

Иногда в пазухах появляются доброкачественные образования.

Возможны две основные причины образования кист:

• Воспалительные хронические процессы, протекающие на фоне простуды, гайморита или аллергических реакций.
• Вмешательства на верхней челюсти, чаще всего имплантация, а также воспалительные процессы, затрагивающие зубы и окружающие ткани.

Длительное время после образования, кисты могут не проявлять себя, но со временем возникают симптомы, сообщающие об их наличии. Если киста увеличивается в размерах, она может перекрывать свободный ток воздуха. Чаще всего заметны симптомы кисты, перекрывающей 1/3 или 1/2 носового соустья.

Заподозрить кисту в гайморовой пазухе можно по таким признакам:

• Постоянная заложенность носа, ротовое дыхание.
• Чувство присутствия инородного тела.
• Отечность.
• Боль в области кисты.
• Обильные выделения, скопление слизи.
• Давящая боль при движении глаз, ухудшение зрения, слезоточивость.
• Болезненность в переносице, снижение обонятельной функции, рецидивирующий гайморит.
• Тяжесть в голове, усиливающаяся при повороте и наклоне.
• Неврологическая симптоматика.
• Характерный хруст при надавливании на пораженную область.
• Асимметрия лица.

В группе риска пациенты с отягощенной наследственностью, трудно переносящие ОРВИ, имеющие стоматологические проблемы, аллергики.

Что делать при кисте в пазухе носа: можно ли не лечить

Чаще всего новообразования локализуются в верхнечелюстных, реже — в других околоносовых синусах. Согласно статистическим данным, кисты есть у 10% населения. Многие люди, бережно относящиеся к здоровью, могут даже не догадываться о наличии проблемы. Нередки ситуации, когда киста не беспокоит человека, и обнаруживается ее наличие только во время диагностики, например, на рентгене или КТ. Пациенты часто игнорируют проблему, не задаваясь вопросом, что делать при кисте в пазухе носа. Особенность этого заболевания в том, что спрогнозировать динамику развития кисты невозможно, размеры нужно контролировать, выявлять причину возникновения и бороться с ней. Иначе заболевание становится опасным для жизни и здоровья.

Обследуя пациента, врачи принимают решение, что делать при наличии кисты в пазухе носа. Необходимо выяснить — большая это киста или маленькая, единичная или есть множество образований, увеличивается ли образование в размерах или не растет.

Осложнения:

• искривление носовых хрящей;
• проблемы с дыханием и нормальным оттоком слизи;
• тяжелое течение бронхита и пневмонии;
• флегмона глазницы;
• хронический гайморит;
• риск гнойного воспаления оболочек мозга.

Киста в челюстной пазухе: что делать, как вылечить

Консервативного лечения для решения этой проблемы не существует. Не эффективно и лазерное лечение. Самопроизвольно кисты не исчезают: даже если лопаются пленки и жидкость изливается в полость пазухи, на этом месте вырастает новая киста.

Что делать при кисте верхнечелюстной пазухи? Не стоит бояться операции: сейчас широко применяются малотравматичные методики без разрезов и шрамов. При использовании эндоскопического хирургического метода удаляют все образования, что гарантирует полное избавление от образования.

Хирургическое вмешательство — это крайняя мера, без особых показаний и просто по желанию пациента операцию не проводят. Для вмешательства всегда должно быть четкое обоснование. Перед выбором тактики всегда делают томографию.

Немногие пациенты знают, к кому обращаться и что делать при кисте верхнечелюстной пазухи. В зависимости от причин, вызвавших кисту, пациент может быть направлен к стоматологу или отоларингологу. Специалист определит, какое лечение необходимо, чтобы новообразования не появились снова. Поскольку самостоятельно определить заболевание сложно, первоначально стоит записаться к терапевту.

Что делать при кисте в верхнечелюстных пазухах: меры профилактики

Пациентам с поставленным диагнозом придется более бережно относиться к своему организму. Рекомендации врачей:

• Вовремя лечите любые простудные болезни.
• Занимайтесь закаливанием, укрепляйте иммунитет физкультурой и подбором диеты с обилием растительной пищи, высыпайтесь, больше гуляйте.
• Откажитесь от курения, выбирайте неагрессивную бытовую химию, отделочные и лакокрасочные материалы без едкого запаха.
• Принимайте антигистаминные препараты, если есть аллергия.

Откажитесь от народных рецептов и промывания носа. Такие меры могут ухудшить прогноз. Если по результатам диагностики вам не требуется лечение, забота о себе позволит избежать роста кисты и, как следствие, операции.

Что делать при обнаружении кисты гайморовой пазухи на КТ

Само по себе наличие кисты не повод для паники. За небольшой кистой нужно просто наблюдать, проходя инструментальную диагностику в установленные сроки.

Методы обнаружения:

• Эндоскопия — осмотр с помощью инструмента эндоскопа.
• Рентгенография — снимок в прямой проекции. Метод не позволяет подробно рассмотреть структуры в разных плоскостях, что затрудняет постановку диагноза.
• КЛКТ — детализированный объемный 3D-снимок без искажений с низкой лучевой нагрузкой.

КЛКТ — наиболее информативная методика, позволяющая визуализировать мельчайшие структуры. Процедура не инвазивная и безболезненная, занимает меньше минуты и не оказывает вредного воздействия на организм. Высокоточные трехмерные снимки помогут врачу с постановкой диагноза и выбором тактики лечения.

Сделать КЛКТ жители Москвы и Подмосковья могут в современном диагностическом центре 3D Medica. Приглашаем вас как с направлением от врача, так и без него.

+7 495 120-24-77

ДЦ «Китай Город»,
г. Москва,
Лубянский проезд, д. 27/1, стр. 1, 4 этаж, офис 434

Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Пн — сб 9:00-21:00
Вс — 10:00-18:00

Оценка распространенности ретенционных кист слизистой оболочки на цифровых панорамных рентгенограммах у местного населения Ирана

На этой странице Воспалительные заболевания и кисты, такие как слизистые ретенционные кисты (MRC) и доброкачественные опухоли, включают большую часть поражений полости рта, зубов и челюсти. Наиболее частым осложнением этого поражения является синусит. В связи с высокой частотой этих кист на панорамных рентгенограммах пациентов, направленных в стоматологию, данное исследование было направлено на оценку частоты слизистых ретенционных кист в верхнечелюстной пазухе на панорамных снимках местного населения в Бирджанде в 2020 г. Методы . В этом описательном исследовании были выбраны случайным образом 1624 цифровых панорамных рентгенограмм пациентов, направленных в отделение челюстно-лицевой радиологии стоматологической школы Бирджанд. Случаи оценивались с точки зрения внешнего вида MRC двумя рентгенологами полости рта и челюстно-лицевой области. Затем, в зависимости от пола, расположения и размера кист, оценивались изображения. Данные записывались в предварительно разработанные контрольные списки. Диагноз MRC подтверждался наблюдением куполообразной рентгеноконтрастной картины на дне или стенках пазухи с гладкой поверхностью без кортикального края. MRC были разделены на одну из трех групп по размеру: 1-менее 10 мм, 2-от 10 до 20 мм и 3-более 20 мм. Отмечено двустороннее или одностороннее поражение поражений. Времена года (). Достоверной связи между месяцем года и распространенностью кист выявлено не было (). Результаты . МРК были обнаружены на 80 панорамных изображениях из 1624 (9/4), из которых 54 пациента (67,5%) были мужчинами, а 26 пациентов (32,5%) — женщинами. Из этих 34 (42,5%) человек в возрасте от 30 до 40 лет. Больше всего кист (58,8%) располагалось в правой пазухе, размер их преимуще- ственно составлял 10–20  мм (43,4%). На основании полученных результатов выявлена ​​достоверная связь распространенности МРК с возрастом и полом. Выводы . Панорамные изображения очень полезны при обнаружении MRC. В этом исследовании частота MRCs является самой высокой у мужчин в возрасте от 30 до 40 лет. Об этих поражениях сообщают в основном как об односторонних и одиночных весной.

1. Введение

Воспалительные заболевания и доброкачественные опухоли слюнных желез, такие как одонтогенные опухоли, вызывают многие виды поражений полости рта и челюстно-лицевой области. Слизистые ретенционные кисты (MRC) верхнечелюстных пазух являются доброкачественными и самоизлечивающимися поражениями, которые возникают в результате скопления жидкости внутри мембраны пазухи. MRC является результатом обструкции протоков серозно-слизистых желез [1,2]. Эти «настоящие кисты» имеют тонкую эпителиальную выстилку, но эпителиальная стенка отсутствует. Они определяются как «псевдокисты» и возникают вследствие диффузного субэпителиального скопления воспалительного экссудата [1,3]. МПК определяется многими авторами как псевдокиста [4], хотя четкого объяснения этому определению нет. MRC является наиболее распространенным рентгенологическим признаком в большинстве случаев и наблюдается у 13% взрослого населения [5,6].

Обычно они протекают бессимптомно, в то время как MRC являются наиболее распространенными симптомами, такими как синусит. Иногда эти поражения могут вызывать головную, периорбитальную или лицевую боль и даже могут предрасполагать к развитию рецидивирующего риносинусита и вызывать заложенность носа [7]. Размер может быть вариабельным, но рост поражения почти медленный. При отсутствии какого-либо лечения в 60% случаев размеры не меняются, в 30% уменьшаются или даже исчезают, и только в 10% случаев наблюдается увеличение объема [7].

Нет единого мнения о фактической патогенности этого поражения. Непроходимость протоков является вторичной по отношению к местной инфекции, которая может быть вызвана аллергической реакцией. Скопление подслизистого секрета вызывает отек тканей. В основном эти ситуации обнаруживаются в верхнечелюстной пазухе, иногда возникают в лобной и клиновидной пазухах. Значительное их количество может привести к таким симптомам, как заложенность или заложенность носа и ПНД (постназальное затекание) [7].

Это поражение выглядит как гладкая куполообразная рентгеноконтрастная масса с четкими границами и видом «восходящего солнца» без какой-либо кортикации на рентгенологических изображениях. В основном МРК располагаются на дне верхнечелюстной пазухи и различаются по размеру и количеству. МРК иногда появлялись билатерально [6]. Это поражение обычно наблюдается без утолщения слизистой оболочки или каких-либо изменений границ пазухи. Дифференциальный диагноз необходимо проводить с другими доброкачественными и агрессивными патологиями, такими как мукоцеле верхнечелюстной пазухи, инвертированная папиллома носоглотки, и даже со злокачественными патологиями, такими как плоскоклеточный рак верхнечелюстных пазух [6,8]. Распространенность поражения различна в каждой географической зоне. Это поражение можно наблюдать все время, но чаще всего в весенне-осенний период [6].

Многие факторы, такие как система кондиционирования воздуха, температура, холод и аллергическая реакция, могут быть связаны с MRC. В некоторых исследованиях отмечается, что мужской пол является фактором риска для MRC. Также с возникновением МРК могут быть связаны травматическое удаление зубов, инфекция и загрязнение воздуха [9]. Лечение не требуется, за исключением редких случаев. Способность стоматологов обнаруживать MRC важна из-за высокой распространенности MRC в верхнечелюстных пазухах и лечения состояний имплантатов. Пациенты во многих случаях стоматологической помощи нуждаются в панорамном обзоре [10,11]. Время, когда были установлены зубные имплантаты (немедленно или отсроченно после пластики пазухи), не было фактором, влияющим на приживаемость имплантатов [12,13]. Хотя компьютерная томография является важным инструментом для постановки правильного диагноза, низкая доза рентгеновского излучения, экономические причины и полное покрытие челюстей делают панорамный снимок факультативным методом [14,15].

В соответствии с высокой частотой MRC в панорамной проекции, на которую ссылается стоматологический факультет, мы решили оценить распространенность MRS среди местного населения Бирджанда, Иран.

2. Материалы и методы

2.1. План исследования и условия

В этом аналитическом описательном исследовании в качестве размера выборки были выбраны 1634 панорамных изображения за год. Панорамные изображения были получены с помощью цифрового панорамного рентгеновского аппарата Planmeca Promax (Planmeca Inc., Хельсинки, Финляндия). Изображения были проанализированы с помощью программного обеспечения Planmeca Romexis. Зрители использовали доступные инструменты, такие как лупа и панорамирование в программном обеспечении. Критериями включения в исследование были: доступность информации о пациенте и оптимальное качество панорамной проекции. Данные оценивались отдельно по каждому месяцу года. Каждое панорамное исследование оценивалось по возрасту и полу пациента, а затем регистрировалось в чек-листах. Файлы пациентов были выбраны случайным образом. Для размера выборки отбирались только изображения высокого качества. Изображения, содержащие любые технические ошибки, такие как наложение призрачных изображений на носовые пазухи, чрезмерное поднятие подбородка или размытость из-за артефакта движения, были исключены из исследования.

Изображения были оценены с точки зрения наличия или количества MRC двумя OMFR (оральными и челюстно-лицевыми радиологами), которые были сертифицированы советом директоров и имели 4-летний опыт работы в челюстно-лицевых отделениях. Изображения просматривали на светодиодном мониторе (3840 × 2160 пикселей) корпорации LG (Пусан, Южная Корея) в полутемной комнате. Исследование было одобрено комитетом по этике Бирджандского университета медицинских наук (IR.BUMS.REC.1398.416). Диагноз MRC был основан на рентгеноконтрастном изображении куполообразной формы без какой-либо коры кости, расположенной на дне или стенках верхнечелюстных пазух. Внешний вид МРК показан на рис. 1.

MRC были отнесены к одной из трех групп по размеру: 1-менее 10 мм, 2-от 10 до 20 мм и 3-более 20 мм.

2.2. Размер выборки

По словам всех пациентов, которые ежегодно направлялись в клинику для панорамной визуализации, для исследования рассматривалась выборка из 1634 изображений.

2.3. Статистические методы

Данные были введены в систему базы данных и оценены с использованием SPSS (International Business Machines Corporation (IBM), Нью-Йорк, США) для Windows версии 22. Для анализа данных использовался статистический тест хи-квадрат. Уровень значимости был установлен на уровне .

2.4. Надежность двух наблюдателей

Межэкспертная и внутриэкспертная надежность определялась путем сравнения двух повторных измерений на 20 (1,22%) случайно выбранных изображениях (1634 изображения размера выборки) через месяц, с 95% пределами согласия, расширенными на 95% доверительный интервал для различий между средними значениями (с использованием коэффициента Каппа).

3. Результаты

В этом исследовании оценивались 1624 панорамных рентгенограмм пациентов, направленных в отделение радиологии полости рта. Эти рентгенограммы были выбраны случайным образом, а средний возраст пациента составил 31,72±10,41 года. В таблице 1 показаны демографические характеристики пациента, чьи панорамные рентгенограммы оценивались. Группы пациентов были 20 и 30 лет, которые были наиболее частыми возрастными группами в исследовании. В исследуемой популяции преобладали женщины (713, 44%) и мужчины (909, 56%).

В таблице 2 показано распределение частоты по возрасту пациентов. 34 (42,5%) от общего числа случаев были в возрасте от 30 до 40 лет, что указывает на то, что эта возрастная группа имела самую высокую распространенность в исследуемой популяции, а 21 (26,3%) пациент был в возрасте от 40 до 50 лет, а 18 (22,5% ) пациенты были в возрасте от 20 до 30 лет. В самой старшей группе, которая была старше 50 лет, было пять (6,3%) пациентов. Два (2,5%) пациента были моложе 20 лет. Кроме того, была выявлена ​​значимая связь между возрастом и распространенностью МРК (4).

Данные, представленные в Таблице 3, показывают, что МРК были обнаружены на 80 панорамных изображениях из 1624 (9/4), из которых 54 пациента (67,5%) были мужчинами, а 26 пациентов (32,5%) — женщинами. Существовала значительная связь между полом и распространенностью MRC ().

В таблице 4 показано расположение ЦМР. У 47 (58,8%) больных МРК локализовались в правой пазухе, в 29 (36,2%) — в левой. У 4 (5%) пациентов МРК были обнаружены как в правой, так и в левой пазухах (двусторонне). На основании данных таблицы 5, 39(43,4%) МРК имели размеры 10 и 20 мм, 26 (28,9%) МРК были более 20 мм, а 25 (27,7%) были измерены менее 10 мм.

Таблица 6 включает информацию о распространенности MRC в разные месяцы года. Самая высокая частота этого поражения была зарегистрирована у 16 ​​(20%) в мае. Но не было никакой существенной связи между MRCs и месяцем года.

Согласно табл. 7, в МРЦ наиболее часто встречался 31 случай (38,8%) в весенний сезон. Летом выявлено 21 (26,3%) МРК, осенью – 15 (18,8%), зимой – 13 (16,3%). Выявлена ​​значимая связь между распространенностью MRC и сезонами года ().

4. Обсуждение

4.1. Ключевой результат

Согласно полученным результатам, распространенность MRC варьировала по сезонам года. Между каждым месяцем года и распространенностью MRC не сообщалось о значимой связи. Кроме того, пол и пол были двумя факторами, которые имели значение.

4.2. Интерпретация

В ходе исследования средний возраст пациентов составил 31 год. 56% пациентов были женщинами. Немати и др. [16] получили аналогичный результат. Целью исследования было оценить распространенность МРК верхнечелюстных пазух у пациента, обратившегося на стоматологический факультет в Раште. Они указали средний возраст 36 лет, но 55,5% пациентов были мужчинами. Распространенность поражения составила 4,9.%, в основном вовлекалась правая верхнечелюстная пазуха. Наибольшая частота MRC была весной. Эти результаты согласовывались с нашим исследованием.

Кроме того, в исследовании Rupercht et al. [17], целью которых было оценить МРК в верхнечелюстной пазухе, был сделан вывод, что частота МРК составила 2,6%. Наибольшая распространенность поражений приходится на третье и четвертое десятилетия жизни. Эти результаты согласовывались с настоящим исследованием.

Исследование ImaniMoghaddam et al. [18] стремились сообщить о распространенности и факторах риска MRC верхнечелюстной пазухи в панорамном обзоре пациентов, которые были направлены в рентгенологическое отделение Mashhad Dental School. Большинство пациентов были в третьем десятилетии жизни, но не было никакой существенной связи между полом и MRCs, сообщили они. А показатель распространенности этого поражения составил 5,1%. Это открытие не подтвердило наши результаты. Большинство поражений было обнаружено в правом синусе, что согласуется с настоящим исследованием.

В другом исследовании Rodrigues et al. [8], целью которых было оценить MRC в верхнечелюстной пазухе на трехмерных изображениях, вопреки нашему коэффициенту распространенности исходов, составил 3,1%. МРК часто наблюдали у мужчин. Большинство поражений были односторонними. Более того, исследование Ghafari et al. [19] поставили целью определить частоту MRC верхнечелюстной пазухи при панорамной рентгенографии в Guilan University of Medical Sciences. Вовлечение антрального дна в единственной форме и представление MRC у мужчин чаще, чем у женщин, являются наиболее важными примечаниями этого исследования. Коэффициент распространенности составил 4%, а поражения выявлялись преимущественно весной. Вероятно, что из-за перепадов температуры и высокого уровня аллергенов наиболее частые такие поражения возникают весной.

4.3. Ограничения

Панорамная рентгенография была единственной проекцией, используемой для диагностики. Соответственно, предлагается, чтобы будущие исследования были сосредоточены на других методах трехмерной радиологии, таких как КЛКТ и КТ, и оценивали это поражение в различных популяциях. В некоторых исследованиях, в которых оценивалась распространенность MRC в различных популяциях по всему миру, сообщались переменные значения. Похоже, это связано с различными факторами, такими как местный климат, влажность, аллергены, домашние системы кондиционирования воздуха и инфекции.

4.4. Обобщаемость

Обобщаемость этого исследования была ограничена панорамными изображениями, единственным методом, используемым для обнаружения MRC. Другие расширенные 3D-изображения, такие как КЛКТ, можно точно оценить в трех анатомических срезах. Более того, в данном исследовании распространенность МРК оценивалась в течение года, поэтому оценка этого поражения была рекомендована в течение нескольких лет в будущих исследованиях.

5. Выводы

По данным настоящего исследования МРК чаще встречаются у мужчин и лиц в возрасте 30 и 40 лет. Односторонние единичные кисты чаще встречаются в верхнечелюстных пазухах (особенно в правой пазухе). Весной распространенность МРК наиболее высока.

Доступность данных

Данные, использованные для поддержки результатов этого исследования, можно получить у соответствующего автора по запросу.

Этическое одобрение

Исследование проводилось в соответствии с рекомендациями Хельсинкской декларации и одобрено Институциональным наблюдательным советом Колледжа стоматологии Бирджандского университета медицинских наук (IR.BUMS.REC.1398.416).

Конфликт интересов

Авторы заявляют об отсутствии конфликта интересов в связи с публикацией данной статьи.

Вклад авторов

Х.Р. разработал концепцию исследования, собрал ресурсы, визуализировал, рассмотрел и отредактировал исследование, разработал методологию, руководил исследованием и написал первоначальный проект. Ф.О. провел формальный анализ. Все авторы прочитали и согласились с опубликованной версией рукописи.

Ссылки

1. С. Меер и М. Алтини, «Кисты и псевдокисты верхнечелюстной полости», SADJ , vol. 61, нет. 1, стр. 10–13, 2006.

   Посмотреть по адресу:

   Google Scholar

2. E. Anitua, M.H. Alkhraisat, A. Torre и A. Eguia, «Являются ли слизистые ретенционные кисты и псевдокисты в верхнечелюстной пазухе фактором риска для зубных имплантатов? Систематический обзор», Medicina Oral, Patología Oral Y Cirugía Bucal , vol. 26, нет. 3, стр. e276–e283, 2021.

   Посмотреть по адресу:

   Сайт издателя | Google Scholar

3. N. Celebi, Z. B. Gonen, E. Kilic, O. Etoz и A. Alkan, «Увеличение дна верхнечелюстной пазухи у пациентов с псевдокистой верхнечелюстной пазухи: клинический случай», Хирургия полости рта, медицина полости рта, патология полости рта, радиология полости рта и эндодонтия , том. 112, нет. 6, стр. e97–102, 2011.

   Посмотреть по адресу:

   Сайт издателя | Google Scholar

4. T. Gong, C. Hu, Y. Chen, N. Zhou, H. Wu, and Y. Man, «Подъем дна транскрестального синуса при наличии антральных псевдокист и дна пазухи с нормальная мембрана Шнейдера: ретроспективное когортное исследование», British Journal of Oral and Manillofacial Surgery , vol. 57, нет. 2019. Т. 5. С. 466–472..

   Посмотреть по адресу:

   Сайт издателя | Google Scholar

5. С. Константин, Б. Кларк, А. Кирмайер и П. П. Андерсон, «Панорамная рентгенография имеет ограниченное значение в оценке заболеваний верхнечелюстных пазух», Оральная хирургия, оральная медицина, оральная патология и оральная радиология , том. 127, нет. 3, стр. 237–246, 2019 г. 1.

   Посмотреть по адресу:

   Сайт издателя | Google Scholar

6. Г. В. Белл, Б. Б. Джоши и Р. И. Маклеод, «Болезнь верхнечелюстных пазух: диагностика и лечение», стр. 9.0007 Британский стоматологический журнал , том. 210, нет. 3, стр. 113–118, 2011.

   Посмотреть по адресу:

   Сайт издателя | Google Scholar

7. А. Риттер, Н. Розендорн, Г. Авишай, Э. Розенфельд, И. Корен и Э. Судри, «Предоперационная визуализация верхнечелюстных пазух и результаты увеличения дна пазухи и зубных имплантатов у бессимптомных пациентов, Анналы отологии, ринологии и ларингологии , том. 129, нет. 3, стр. 209–215, 2020.

   Посмотреть по адресу:

   Сайт издателя | Академия Google

8. К. Донизет-Родригес, М. Фонсека-Да Силвейра, А. Х. Гонсалвеш-Де Аленкар, М. А. Гарсия-Сантос-Сильва, Э. Франсиско-Де-Мендонса и К. Эстрела, «Трехмерные изображения способствуют диагностика слизистой ретенционной кисты в верхнечелюстной пазухе», Medicina Oral, Patología Oral y Cirugía Bucal , vol. 18, нет. 1, стр. e151–e157, 2013 г.

   Посмотреть по адресу:

   Сайт издателя | Google Scholar

9. J. J. Romero-Millan, J. Aizcorbe-Vicente, M. Peñarrocha-Diago, P. Galindo-Moreno, L. Canullo и D. Peñarrocha-Oltra, «Имплантаты в задней части верхней челюсти: открытый синус-лифтинг по сравнению с обычной установкой имплантатов. Систематический обзор», Международный журнал оральных и челюстно-лицевых имплантатов , том. 34, нет. 4, стр. e65–76, 2019.

   Посмотреть по адресу:

   Сайт издателя | Google Scholar

10. С. Таскьери, А. Лолато, Т. Тестори, Л. Франчетти и М. Дель Фаббро, «Короткие зубные имплантаты по сравнению с процедурой увеличения верхнечелюстной пазухи для реабилитации беззубого заднего отдела верхней челюсти: трехлетний результаты рандомизированного клинического исследования», Clinical Implant Dentistry and Related Research , том. 20, нет. 1, стр. 9–20, 2018 г.

    Посмотреть по адресу:

    Сайт издателя | Google Scholar

11. Х. Дж. Ким, С. Йеа, К. Х. Ким и др., «Ретроспективное исследование имплантатов, установленных после 1-этапной или 2-этапной аугментации дна верхнечелюстной пазухи с помощью техники бокового окна, выполненной на остаточной кости <4 мм: результаты до 10 лет наблюдения», Journal of Periodontology , vol. 91, нет. 2, стр. 183–193, 2020.

    Посмотреть по адресу:

    Сайт издателя | Академия Google

12. А. В. К. Йенг, Р. Танака, П. Л. Хонг, Т. фон Аркс и М. М. Борнштейн, «Частота, расположение и связь со стоматологической патологией слизистых ретенционных кист в верхнечелюстной пазухе. Рентгенологическое исследование с использованием конусно-лучевой компьютерной томографии (КЛКТ)», Clinical Oral Investigations , vol. 22, нет. 3, стр. 1175–1183, 2018.

    Посмотреть по адресу:

    Сайт издателя | Google Scholar

13. К. К. Келлер, «Радиологические особенности синоназальных опухолей», Патология головы и шеи , vol. 10, стр. 1–12, 2016 г.

    Посмотреть по адресу:

    Сайт издателя | Google Scholar

14. Э. И. Гиотакис и Р. К. Вебер, «Кисты верхнечелюстной пазухи: обзор литературы», International Forum of Allergy & Rhinology , vol. 3, нет. 9, стр. 766–771, 2013 г.

    Посмотреть по адресу:

    Сайт издателя | Google Scholar

15. P. Felice, R. Pistilli, M. Piattelli, E. Soardi, C. Barausse и M. Esposito, «Одноэтапные и двухэтапные процедуры бокового синус-лифтинга: 1 год после нагрузки результаты многоцентрового рандомизированного контролируемого исследования» Европейский журнал оральной имплантологии , том. 7, нет. 1, pp. 65–75, 2014.

    Просмотр по адресу:

    Google Scholar

16. С. Немати, С. Т. Мохтавипур, Б. Вадиати Сабери, С. М. Мирхани, ретенционная киста на цифровых панорамных рентгенограммах пациентов, посещавших стоматологический факультет Рашта в 2012–2013 гг.», Journal of Mashhad Dental School , vol. 38, нет. 2014. Т. 4. С. 363–374.

    Просмотр:

    Google Scholar

17. A. Ruprecht, S. Batniji и E. El-Neweihi, «Слизистая ретенционная киста верхнечелюстной пазухи», Oral Surgery, Oral Medicine, Oral Pathology , vol. 62, нет. 6, стр. 728–731, 1986.

    Посмотреть по адресу:

    Сайт издателя | Google Scholar

18. M. ImaniMoghaddam, A. Bagherpour, A. AhmadianYazdi и N. Qmarci, «Распространенность и некоторые связанные факторы риска ретенционной кисты слизистой верхнечелюстной пазухи в панорамном обзоре пациентов, направленных в рентгенологическое отделение Mashhad Dental School- Иран 2007», Журнал Мешхедской стоматологической школы , том. 33, нет. 2, pp. 89–96, 2009.

    Посмотреть по адресу:

    Google Scholar

19. Р. О. Гафари и З. Далили, «Частота ретенционных кист верхнечелюстной пазухи в панорамной рентгенографии», Журнал Медицинского университета Гуйлана наук , вып. 15, нет. 60, стр. 79–83, 2007.

    Посмотреть по адресу:

    Google Scholar

Copyright

Copyright © 2022 Homa Rastegar and Fereshteh Osmani. Это статья с открытым доступом, распространяемая в соответствии с лицензией Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии надлежащего цитирования оригинальной работы.

Автоматическая диагностика ретенционной псевдокисты верхнечелюстной пазухи на панорамных рентгенограммах с использованием алгоритма сверточной нейронной сети

Введение

Верхнечелюстная пазуха является самым большим заполненным воздухом пространством вокруг носа и занимает большую часть верхнечелюстной кости ¹ .

Поскольку верхнечелюстная пазуха расположена близко к зубам, ее оценка играет важную роль в стоматологии ² . Ретенционные псевдокисты (слизистые ретенционные кисты или псевдокисты) в верхнечелюстной пазухе возникают из-за множества связанных состояний, приводящих к развитию кистоподобных поражений, которые не выстланы эпителием ³ . Эти поражения представляют собой хорошо очерченные, куполообразные, полусферические или круглые рентгеноконтрастные образования на панорамных рентгенограммах ⁴ , и их часто путают с кистами или опухолями. Ретенционные псевдокисты рассасываются спонтанно и не требуют лечения ⁵ , но кисты или опухоли требуют хирургического вмешательства; поэтому очень важна дифференциальная диагностика.

Первичная оценка верхнечелюстной пазухи проводится с помощью панорамных снимков в стоматологических клиниках. Поскольку панорамные рентгенограммы представляют собой двухмерные изображения, иногда бывает сложно точно оценить верхнечелюстную пазуху из-за наложения нескольких структур, неравномерного увеличения и искажения

6,7,8 . Ретенционные псевдокисты могут быть ошибочно приняты за кисты и опухоли, и эти ошибки особенно часты среди неопытных стоматологов или тех, кому необходимо диагностировать множество изображений за короткий промежуток времени. Точная диагностика ретенционных псевдокист важна, потому что ошибочная диагностика псевдокист как кист или опухолей может увеличить дозу облучения пациентов и стоимость лечения из-за необходимости дополнительных методов визуализации, таких как компьютерная томография (КТ).

В области стоматологии было проведено множество исследований на основе искусственного интеллекта (ИИ) с использованием сверточных нейронных сетей (СНС) на панорамных рентгенограммах ^9,10,11 , а также сообщалось о нескольких исследованиях верхнечелюстных пазух

12,13,14 . Кувана и др. ¹² разработали модель DetectNet, которая классифицирует пазухи как здоровые, воспаленные или содержащие кисту или опухоль, но это исследование включало псевдокисты в группу кист. В других исследованиях ^13,14 были предложены модели для различения здоровых и воспаленных пазух. Тем не менее, ни в одном исследовании еще не проводилось дифференцирование ретенционных псевдокист.

Таким образом, мы предположили, что верхнечелюстная пазуха может быть автоматически диагностирована в новую категорию (здоровая, ретенционная псевдокиста и киста или опухоль) на панорамных рентгенограммах с использованием модели CNN. Основной целью данного исследования была разработка модели глубокого обучения для автоматической классификации ретенционных псевдокист в верхнечелюстных пазухах на панорамных рентгенограммах с использованием алгоритма EfficientDet.

Материалы и метод

Субъекты

Это исследование было одобрено Институциональным наблюдательным советом Стоматологической больницы Университета Ёнсе (№ 2-2022-0020) и проводилось в соответствии с этическими нормами и рекомендациями. Требование об информированном согласии было отменено Институциональным наблюдательным советом стоматологической больницы Университета Ёнсе из-за ретроспективного характера исследования, и все данные в этом исследовании были использованы после анонимизации.

Всего в это исследование было включено 213 пациентов, которые посетили стоматологическую клинику Университета Ёнсе с декабря 2016 года по декабрь 2021 года и прошли как панорамную рентгенографию, так и КТ или конусно-лучевую компьютерную томографию (КЛКТ). 426 верхнечелюстных пазух были разделены на следующие три группы; здоровые (261 пазуха), ретенционная псевдокиста (86 пазух) и киста или опухоль (79синусы). Здоровые верхнечелюстные пазухи определялись как слизистые оболочки с утолщением менее 4 мм по данным КТ или КЛКТ при отсутствии клинических симптомов, как сообщает Murata et al. ¹³ . Группа ретенционных псевдокист состояла из случаев с куполообразными мягкими тканями на КТ или КЛКТ, а группа кист или опухолей состояла из случаев, содержащих корешковую кисту, зубочелюстную кисту, одонтогенную кератоцисту, послеоперационную кисту верхней челюсти или амелобластому. Все случаи кист и опухолей были диагностированы гистопатологически после операции.

Подготовка наборов данных изображений

Панорамные рентгенограммы были получены с использованием двух различных типов оборудования: RAYSCAN Alpha (Ray Co. , Ltd., Хвасон-си, Корея) и PaX-i3D Green (Vatech Co., Ltd., Хвасон -си, Корея). Все панорамные изображения размером 2993 (ширина) \(\×\) 1500 (высота) пикселей были экспортированы в растровый формат. Три разные группы (здоровые, ретенционная псевдокиста и киста или опухоль) были разделены на классы 0, 1 и 2. Распределение верхнечелюстных пазух в обучающих, проверочных и тестовых наборах данных в предлагаемой модели подробно представлено в таблице. 1.

Таблица 1 Количество верхнечелюстных пазух в обучающем, проверочном и тестовом наборах данных.

Полноразмерная таблица

Наборы данных для обучения и проверки были дополнены с использованием различных методов, таких как вращение, масштабирование, обрезка, смещение и изменение яркости, чтобы предотвратить переоснащение из-за ограниченных наборов данных ¹⁵ . В результате наборы данных для обучения и проверки были увеличены в пять раз (одно исходное и четыре дополненных изображения каждого панорамного изображения).

Разработка и оценка модели

Разработана модель на основе алгоритма EfficientDet для автоматической классификации верхнечелюстной пазухи на панорамных рентгенограммах. EfficientDet, алгоритм CNN для обнаружения объектов, был впервые предложен Tan et al. ¹⁶ и содержит восемь структур моделей (EfficientDet-D0–EfficientDet-D7). Алгоритм EfficientDet использует алгоритм EfficientNet (EfficientNet-B0–EfficientNet-B7) в качестве магистральной сети, а потери Хубера и очаговые потери — в качестве функций потерь. Пирамидальная сетевая структура с двумя признаками, которая впервые была предложена в алгоритме EfficientDet, позволяет проводить обучение, находя важные признаки в различных масштабах слияния при изменении весов в зависимости от разрешения. Алгоритм EfficientDet показал хорошие результаты на медицинских изображениях ^17,18,19 , но в стоматологии было проведено несколько исследований ²⁰ с использованием этого алгоритма. В этом исследовании мы разработали модель на основе алгоритма EfficientDet-D4 ¹⁶ для идентификации верхнечелюстных пазух с их классами с учетом доступности ограниченных вычислительных ресурсов (рис.  1а).

Рисунок 1

Архитектура модели и аннотация. Общая архитектура предлагаемой модели от EfficientDet-D4 ( и ). Conv, сверточная сеть; MBConv, мобильный сверточный блок с перевернутым узким местом; BIFPN, двухфункциональная пирамидальная сеть. Примеры аннотированных панорамных рентгенограмм и аннотационной информации ( б ). Синие прямоугольники указывают на класс 0 (здоровый), красный прямоугольник указывает на класс 1 (ретенционная псевдокиста), а желтый прямоугольник указывает на класс 2 (киста или опухоль). Информация состояла из местоположения, представленного как верхний левый (X ₁ , Y ₁ ) и нижний правый (X ₂ , Y ₂ ), и каждого имени класса.

Полноразмерное изображение

Модель нуждалась в информации о наборах данных для обучения и проверки, например, о местоположении и имени класса наземной истины. Стоматолог-рентгенолог с более чем 20-летним опытом аннотировал интересующую прямоугольную область, включая верхнечелюстные пазухи, соответствующим названием класса (класс 0, 1 и 2) с помощью инструмента графического аннотирования изображений LabelImg (версия 1. 8.4, доступно на https ://github.com/tzutalin/labelImg). Из аннотаций значения координат верхнего левого угла (X ₁ , Y ₁ ) и нижний правый (X ₂ , Y ₂ ) и классы верхнечелюстных пазух были извлечены для обучения и проверки наборов данных. Синие, красные и желтые прямоугольники представляют аннотированные пазухи класса 0 (здоровые), класса 1 (ретенционная псевдокиста) и класса 2 (киста или опухоль) соответственно (рис. 1b). Извлеченная информация вместе с входными изображениями использовалась в процессе обучения модели.

Размеры панорамных рентгенограмм были изменены до 512 (ширина) × 256 (высота) пикселей, и модель была обучена 200 раз с использованием наших наборов данных для обучения и проверки с использованием предварительно обученных весов из набора данных COCO в качестве начальных весов. Когда обученная модель обнаруживает и классифицирует пазуху, она выводит изображение, помеченное прямоугольником разного цвета для каждого класса (здоровый: синий, ретенционная псевдокиста: красный, киста или опухоль: желтый) в обнаруженной области. Если синус не был обнаружен, он предоставлял входное изображение без рамки. Считалось, что обученная модель правильно предсказала синусы только в том случае, если значение пересечения по объединению (IoU) между обнаруженной областью и наземной истиной составляло 0,5 или выше ²¹ . После обучения модели 200 раз производительность обученной модели была подтверждена в соответствии с тем, был ли каждый класс точно обнаружен и классифицирован в тестовом наборе данных с использованием следующей формулы.

$$\mathrm{Обнаружение}\,\mathrm{точность}=\frac{\mathrm{Число}\,\mathrm{из}\,\mathrm{правильно}\,\mathrm{обнаружено}\, \mathrm {и}\,\mathrm{классифицированный}\,\mathrm{верхнечелюстной}\,\mathrm{пазухи}\,\mathrm{в}\,\mathrm{каждый}\,\mathrm{класс}}{\mathrm{ Всего}\,\mathrm{число}\,\mathrm{из}\,\mathrm{верхнечелюстной}\,\mathrm{пазухи}\,\mathrm{в}\,\mathrm{каждый}\,\mathrm{класс }}$$

Рабочие характеристики модели также оценивались в соответствии с классификацией для руководства в отношении дополнительной визуализации или хирургического вмешательства; киста или опухоль по сравнению со здоровыми, киста или опухоль по сравнению с ретенционной псевдокистой и киста или опухоль по сравнению со здоровой и ретенционной псевдокистой. Все эксперименты проводились на Ubuntu 18.04 с фреймворками Keras (версия 2.4.3) и TensorFlow (версия 2.4.1) с использованием видеокарты NVIDIA TITAN Xp.

Результаты

Таблица 2 показывает точность обнаружения предложенной модели. Точность обнаружения для классов 0, 1 и 2 составила 98%, 81% и 90% соответственно, что дает общую точность 92%. Матрица классификации модели с использованием тестового набора данных показана на рис. 2.

Таблица 2. Эффективность модели для классификации верхнечелюстной пазухи.

Полноразмерная таблица

Рисунок 2

Матрица классификации тестового набора данных.

Полноразмерное изображение

В таблице 3 представлены диагностические характеристики модели в соответствии с классификацией для руководства по дополнительной визуализации или хирургическому вмешательству. Точность классификации между группой кисты или опухоли и здоровой группой, а также между группой кисты или опухоли и группой ретенционной псевдокисты показала 98% и 95% соответственно. При реклассификации в соответствии с необходимостью лечения модель, классифицированная на группу кисты или опухоли и оставшиеся две группы (здоровая и ретенционная псевдокиста), дала точность 96 %, чувствительность 90 % и специфичность 98 %. На рис. 3 показаны примеры синусов, автоматически классифицируемых моделью EfficientDet.

Таблица 3 Характеристики модели для руководства относительно дополнительной визуализации или хирургического вмешательства.

Полноразмерный стол

Рисунок 3

Примеры синусов, классифицированных по модели. Левая сторона каждого случая представляет собой исходную панорамную рентгенограмму с аннотированными прямоугольниками (сплошная линия), а правая сторона каждого случая представляет собой результирующую панорамную рентгенограмму с предполагаемыми прямоугольниками (пунктирная линия) разного цвета для каждого класса (здоровые: синий, ретенционный псевдокиста: красный, киста или опухоль: желтый). Примеры обнаруженных моделью синусов с правильными классами ( a , b ). Примеры обнаруженных моделью синусов с неправильными классами ( c – e ). В правых верхнечелюстных пазухах ретенционная псевдокиста была неправильно предсказана как киста или опухоль ( c ), киста или опухоль была неправильно предсказана как ретенционная псевдокиста ( d ), а киста или опухоль были неправильно предсказаны как здоровые ( е ).

Изображение в полный размер

Обсуждение

В настоящем исследовании предложена модель CNN для автоматической классификации ретенционных псевдокист в верхнечелюстных пазухах на панорамных рентгенограммах. Предложенная модель достигла точности обнаружения 81% для диагностики ретенционных псевдокист. Для обнаружения и диагностики пазух с использованием трех классов (здоровые, ретенционная псевдокиста и киста или опухоль) предложенная модель достигла высокой общей диагностической точности (92%).

Панорамная рентгенография широко используется в качестве метода скрининга в обычной стоматологической практике и является важным инструментом для оценки и диагностики верхнечелюстных пазух ^8,22 . Однако из-за ограничений визуализации, таких как перекрывающиеся анатомические особенности, размытие и искажение, диагностика заболеваний пазух с помощью панорамной визуализации иногда ограничена даже для опытных стоматологов-рентгенологов ²³ .

Недавние исследования разработали модели глубокого обучения в качестве диагностических средств на основе медицинских ^24,25,26 и изображения зубов ^11,27,28 . В области стоматологии алгоритмы глубокого обучения обычно применяются к панорамным рентгенограммам ^9,11,29 , и в исследованиях предпринимались попытки провести автоматическую диагностику пазух носа на панорамных рентгенограммах ^12,13,14 . Кувана и др. ¹² предложил модель глубокого обучения с использованием DetectNet, которая была разработана для обнаружения здоровых пазух, воспалительных пазух и пазух с кистами или опухолями, и сообщила о надежной точности (98–100%). Тем не менее, они классифицировали ретенционную псевдокисту как кисту, и точность группы здоровых людей по сравнению с группой всех поражений (воспалительные пазухи и пазухи с кистами или опухолями) составила 89%. В клинических ситуациях важно различать ретенционные псевдокисты, не требующие лечения, и кисты или опухоли, требующие хирургического вмешательства. Ретенционные псевдокисты иногда ошибочно диагностируются как кисты или опухоли на панорамных рентгенограммах, что требует дополнительных КТ-сканирований или направления в университетскую больницу. В других предыдущих исследованиях ^13,14 были разработаны модели для дифференциации здоровых и воспаленных пазух (гайморит) с клиническими симптомами с использованием алгоритмов DetectNet и AlexNet соответственно, и точность составила 87,5% ¹³ и 88,8% ¹⁴ . Воспаление пазухи проявляется различной степенью утолщения слизистой оболочки, но диагноз синусита зависит скорее от клинических проявлений, чем от визуализации. Поэтому в этом исследовании была предпринята попытка разработать модель глубокого обучения на основе алгоритма EfficientDet с новой классификацией пазух (здоровые, ретенционная псевдокиста и киста или опухоль), учитывая важность дифференциальной диагностики ретенционной псевдокисты. Мы также оценили точность модели для различения группы кисты или опухоли и здоровой группы, а также между группой кисты или опухоли и группой ретенционной псевдокисты, чтобы решить вопрос о необходимости дополнительного лечения. Точность различения группы кисты или опухоли и здоровой группы составила 9.8%, аналогично существующим исследованиям (97–100%) ¹² , а точность различения группы кисты или опухоли и группы ретенционной псевдокисты составила 95%. Поэтому мы ожидаем, что эта модель будет полезна для скрининга пазух в реальных стоматологических клиниках и позволит избежать ненужного лечения и затрат для пациентов.

В нашем исследовании применялся алгоритм EfficientDet для разработки модели диагностики верхнечелюстных пазух. Алгоритм EfficientDet, представляющий собой алгоритм обнаружения объектов, редко используется в стоматологии, но показал отличные результаты в области медицины ^17,18,19 . Наваз и др. ¹⁷ получили высокую производительность с точностью 97,9% при обнаружении глаукомы на изображениях глазного дна с использованием алгоритма EfficientDet, а Du et al. ¹⁹ разработали модель EfficientDet для диагностики рака груди и достигли точности 92,6%. В недавнем исследовании ³⁰ были разработаны три модели для обнаружения мезиодена на периапикальной рентгенографии с использованием алгоритмов YOLOv3, RetinaNet и EfficientDet, и среди этих моделей модель EfficientDet показала наибольшую эффективность. Диагностическая эффективность нашей модели также была высокой, что подтверждает применимость EfficientDet к панорамным рентгенограммам.

Ограничения этого исследования заключаются в том, что оно проводилось с небольшим набором данных из 426 верхнечелюстных пазух, а все панорамные рентгенограммы были получены в одном учреждении. Также в исследование не включались случаи пазух с различной степенью утолщения слизистой более 4 мм. Дальнейшие исследования с использованием большего количества изображений пазух с различными состояниями из нескольких центров повысят клиническую полезность модели.

Заключение

Мы предложили модель глубокого обучения для автоматической диагностики ретенционных псевдокист в верхнечелюстных пазухах на панорамных рентгенограммах с использованием алгоритма EfficientDet. Модель получила достоверную точность и может быть использована для автоматической диагностики верхнечелюстных пазух.

Доступность данных

Данные, сгенерированные и проанализированные в ходе текущего исследования, не являются общедоступными из-за законов и политик конфиденциальности в Корее, но доступны у соответствующего автора по обоснованному запросу.

Ссылки

1. Whyte, A. & Boeddinghaus, R. Верхнечелюстная пазуха: физиология, развитие и визуализация анатомии. Дентомаксиллофак Радиол. 48 , 201. https://doi.org/10.1259/dmfr.201 (2019).

   Артикул пабмед ПабМед Центральный Google Scholar

2. Дедеоглу Н. и Думан С. Б. Клиническое значение гипоплазии верхнечелюстной пазухи в стоматологии: исследование КЛКТ. Дент Мед. Пробл. 57 , 149–156. https://doi.org/10. 17219/dmp/114982 (2020 г.).

   Артикул пабмед Google Scholar

3. Уайт, С. К. и Фараон, М. Дж. Рентгенология полости рта Уайта и Фараона: принципы и интерпретация

   (Elsevier Health Sciences, 2018).

   Google Scholar

4. Никнами, М., Мирмохаммади, М. и Пезешки, А. Оценка распространенности ретенционной слизистой псевдокисты и ее корреляции с сопутствующими факторами риска с использованием панорамной рентгенографии и конусно-лучевой компьютерной томографии. J. Dentistry (Тегеран, Иран) 15 , 123 (2018).

   Google Scholar

5. Ким С.-Б., Юн П.-Ю. и Ким, Ю.-К. Клиническая оценка костного трансплантата синуса у пациентов с слизистой ретенционной кистой. Челюстно-лицевая пластическая реконструкция. Surg. 38 , 1–5 (2016).

   Артикул КАС Google Scholar

6. Shahbazian, M., Vandewoude, C., Wyatt, J. & Jacobs, R. Сравнительная оценка панорамной рентгенографии и изображений КЛКТ для лучевой диагностики в задней части верхней челюсти. клин. Оральное расследование. 18 , 293–300 (2014).

   Артикул пабмед Google Scholar

7. Тадинада, А. и др. Рентгенологическое исследование верхнечелюстной пазухи до имплантации зубов: сравнение двухмерной и трехмерной рентгенографии. Научная визуализация. Стоматология 45 , 169–174 (2015).

   Артикул Google Scholar

8. Rosado, L.D.P.L., Barbosa, I.S., De Aquino, S.N., Junqueira, R.B. & Verner, F.S. Способность студентов-стоматологов выявлять аномалии верхнечелюстных пазух: сравнение между панорамной рентгенографией и конусно-лучевой компьютерной томографией.

   Научная визуализация. Стоматология 49 , 191–199 (2019).

   Артикул Google Scholar

9. Ха, Э.-Г., Чон, К.Дж., Ким, Ю.Х., Ким, Дж.-Ю. и Хан, С.-С. Автоматическое обнаружение мезиоденсов на панорамных рентгенограммах с использованием искусственного интеллекта. Науч. 11 , 1–8 (2021).

   Артикул Google Scholar

10. Ким, Ю. Х., Ха, Э.-Г., Чон, К. Дж., Ли, К. и Хан, С.-С. Полностью автоматизированный метод идентификации человека на основе панорамных рентгенограмм зубов с использованием сверточной нейронной сети. Стоматологический радиол. 50 , 20210383 (2021).

    Google Scholar

11. Ли, А. и др. Нейронные сети с глубоким обучением для дифференциации костной полости Стафне от патологических рентгенопрозрачных поражений нижней челюсти на гетерогенной панорамной рентгенографии. PLoS ONE 16 , e0254997 (2021).

    Артикул КАС пабмед ПабМед Центральный Google Scholar

12. Кувана Р. и др. Эффективность технологии обнаружения объектов глубокого обучения при обнаружении и диагностике поражений верхнечелюстных пазух на панорамных рентгенограммах. Зубочелюстно-лицевой Радиол. 50 , 20200171 (2021).

    Google Scholar

13. Мурата М. и др. Классификация глубокого обучения с использованием сверточной нейронной сети для оценки гайморита на панорамной рентгенографии.

    Пероральный радиол. 35 , 301–307 (2019).

    Артикул пабмед Google Scholar

14. Мори, М. и др. Подход к глубокому переносу обучения для обнаружения и диагностики гайморита на панорамных рентгенограммах. Стоматология 109 , 941–948 (2021).

    Артикул КАС пабмед Google Scholar

15. Шортен, К. и Хошгофтаар, Т. М. Обзор увеличения данных изображения для глубокого обучения. J. Большие данные 6 , 1–48 (2019).

    Артикул Google Scholar

16. Тан, М., Панг, Р. и Ле, К.В. Efficientdet: Масштабируемое и эффективное обнаружение объектов. В: Материалы конференции IEEE/CVF по компьютерному зрению и распознаванию образов 10781-107

0).

17. Наваз М. и др. Эффективный подход к автоматическому обнаружению глаукомы на основе глубокого обучения с использованием локализации диска зрительного нерва и стакана зрительного нерва. Датчики 22 , 434 (2022).

    Артикул ОБЪЯВЛЕНИЯ пабмед ПабМед Центральный Google Scholar

18. «>

    Нох, С. Х. и др. Автоматическое выявление сакроилеита на обычной рентгенограмме с использованием алгоритма EfficientDet у молодых пациентов с болями в спине: пилотное исследование. (2021).

19. Ду, Р. и др. Дискриминация рака молочной железы на основе ультразвуковых изображений и сверточной нейронной сети. Журнал онкологии 2022 (2022).

20. Чой, Х.-Р. и др. Автоматическое обнаружение зубов и паттернов лечения зубов на панорамных рентгенограммах зубов с использованием глубоких нейронных сетей. Судебная экспертиза. Рез. 1–11 (2022).

21. Эверингем, М., Ван Гул, Л., Уильямс, С.К., Винн, Дж. и Зиссерман, А. Задача классов визуальных объектов Паскаля (voc). Междунар. Дж. Вычисл. Видение 88 , 303–338 (2010).

    Артикул Google Scholar

22. Малина-Альцингер, Дж. , Дамерау, Г., Гретц, К.В. и Штадлингер, П. Оценка верхнечелюстной пазухи при панорамной рентгенографии — сравнительное исследование. Междунар. J. Implant Dentistry 1 , 1–7 (2015).

    Артикул Google Scholar

23. Константин, С., Кларк, Б., Кирмайер, А. и Андерсон, П. Панорамная рентгенография имеет ограниченное значение в оценке заболевания верхнечелюстной пазухи. Оральный хирург. Оральный мед. Орал Патол. Оральный радиол. 127 , 237–246 (2019).

    Артикул пабмед Google Scholar

24. von Schacky, C.E. et al. Многозадачное глубокое обучение для сегментации и классификации первичных опухолей костей на рентгенограммах. Радиология 301 , 398–406 (2021).

    Артикул Google Scholar

25. Лю, К. , Ху, С.-К., Ван, К., Лафата, К. и Инь, Ф.-Ф. Автоматическое обнаружение легочных узлов на КТ-изображениях с помощью YOLOv3: разработка и оценка с использованием смоделированных данных и данных пациентов. Количество Визуализация Мед. Surg. 10 , 1917 (2020).

    Артикул пабмед ПабМед Центральный Google Scholar

26. Шелб, П. и др. Классификация рака на МРТ предстательной железы: глубокое обучение в сравнении с клинической оценкой PI-RADS. Радиология 293 , 607–617 (2019).

    Артикул пабмед Google Scholar

27. Kim, YH et al. Автоматическое измерение толщины коры головки мыщелка нижней челюсти на изображениях КЛКТ с использованием метода глубокого обучения. науч. 11 , 1–11 (2021).

    ОБЪЯВЛЕНИЕ Google Scholar

28. «>

    Ким Х.-С. и др. Передача обучения в глубокой сверточной нейронной сети для классификации приспособлений для имплантатов: пилотное исследование. Научная визуализация. Стоматология 52 , 219(2022).

    Артикул Google Scholar

29. Lee, J.-H., Han, S.-S., Kim, Y.H., Lee, C. & Kim, I. Применение полностью глубокой сверточной нейронной сети для автоматизации сегментации зубов на панорамных рентгенограммах . Оральный хирург. Оральный мед. Орал Патол. Оральный радиол. 129 , 635–642 (2020).

    Артикул пабмед Google Scholar

30. Чон, К.Дж., Ха, Э.-Г., Чой, Х., Ли, К. и Хан, С.-С. Сравнение производительности трех моделей глубокого обучения для обнаружения пораженных мезиоденсов на периапикальных рентгенограммах. науч. 12 , 1–8 (2022).

    Артикул Google Scholar

Скачать ссылки

Финансирование

Эта работа была профинансирована за счет гранта Национального исследовательского фонда Кореи (NRF), финансируемого правительством Кореи (MSIT) (№ 2022R1A2B5B01002517).

Информация об авторе

Примечания автора

1. Эти авторы внесли равный вклад: Ын-Гю Ха и Куг Джин Чжон.

Авторы и организации

1. Кафедра челюстно-лицевой радиологии, Стоматологический колледж Университета Йонсей, 50-1 Yonsei-Ro Seodaemun-Gu, Сеул, 03722, Корея

   Eun-Gyu Jeon, Хансын Чой, Чена Ли, Юн Джу Чой и Сан-Сун Хан

Авторы

1. Eun-Gyu Ha

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Scholar

2. Kug Jin Jeon

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Scholar

3. Hanseung Choi

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Scholar

4. Чена Ли

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Scholar

5. Yoon Joo Choi

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Scholar

6. Sang-Sun Han

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Scholar

Взносы

С. Х. предложил идеи, и К.Дж. и С.Х. собранные данные и Э.Х. разработал модель глубокого обучения, а K.J., C.L. и Y.C. проанализировали и интерпретировали данные, а E.H., K.J., H.C. и С.Х. критически рассмотрели содержание, а E.H., K.J. и С.Х. подготовил и критически отредактировал статью. Все авторы рассмотрели рукопись.

Автор, ответственный за переписку

Переписка с Санг-Сун Хан.

Заявления об этике

Конкурирующие интересы

Авторы не заявляют об отсутствии конкурирующих интересов.

Дополнительная информация

Примечание издателя

Springer Nature остается нейтральной в отношении юрисдикционных претензий в опубликованных картах и ​​институциональной принадлежности.

Права и разрешения

Открытый доступ Эта статья находится под лицензией Creative Commons Attribution 4.0 International License, которая разрешает использование, совместное использование, адаптацию, распространение и воспроизведение на любом носителе или в любом формате, при условии, что вы укажете соответствующую ссылку на оригинальный автор(ы) и источник, предоставьте ссылку на лицензию Creative Commons и укажите, были ли внесены изменения.