{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2864011"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2864011","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Αυτοματοποιημένος εντοπισμός και διάγνωση μασητικών τερηδόνων (ICDAS II) με αλγόριθμους από ψηφιακές εικόνες ενδοστοματικής κάμερας in vivo","abstract":"Εισαγωγή Πολυάριθμες τεχνικές έχουν αναπτυχθεί για την αξιολόγηση της τερηδονικής κατάστασης των μασητικών επιφανειών ως συμπληρωματική βοήθεια στην άμεση οπτική παρατήρηση. Σκοπό έχουν να ελαχιστοποιήσουν τη διακύμανση στις αποφάσεις μεταξύ διαφορετικών κλινικών αλλά και από τον ίδιο κλινικό σε διαφορετικές χρονικές στιγμές. Σκοπός Σκοπός αυτής της μελέτης είναι να εφαρμοστεί και να αξιολογηθεί η αξιοπιστία ενός αυτοματοποιημένου συστήματος διάγνωσης μασητικών τερηδονικών βλαβών σε ψηφιακές φωτογραφίες που έχουν ληφθεί από δόντια in vivo με τη χρήση ενδοστοματικής κάμερας. Μεθοδολογία Ο εξεταστής εκπαιδεύτηκε σε θεωρητικό και πρακτικό επίπεδο με τα εργαλεία τυποποίησης του συστήματος ICDAS IIκαι τυποποιήθηκε με το «χρυσό εξεταστή» αξιολογώντας δόντια ενδοστοματικά και από φωτογραφίες στην οθόνη του υπολογιστή. Τα ευρήματά τους συγκρίθηκαν μέχρι να φτάσουν σε συμφωνία 98% (>85%). Το δείγμα αποτέλεσαν 106 μόνιμοι γομφίοι ασθενών που βρίσκονταν υπό θεραπεία στη Μεταπτυχιακή κλινική Παιδοδοντιατρικής και στην Προπτυχιακή κλινική Οδοντικής Χειρουργικής της Οδοντιατρικής Σχολής ΕΚΠΑ. Δόντια με αναπτυξιακές διαταραχές της αδαμαντίνης ή της οδοντίνης αποκλείστηκαν από τη μελέτη. Οι μασητικές επιφάνειες των γομφίων ήταν ελεύθερες τερηδόνας ή είχαν τερηδονικές βλάβες που ανήκαν στις κατηγορίες 1 έως 6 του συστήματος ICDAS II. Τα δόντια εξετάστηκαν και φωτογραφήθηκαν in vivo μέσα στο στόμα των ασθενών. Πριν από την εξέταση και φωτογράφηση, τα δόντια καθαρίζονταν από οργανικά υπολείμματα και χρωστικές με τρίχινο βουρτσάκι σε χειρολαβή χαμηλών ταχυτήτων και ξεπλένονταν με spray νερού-αέρα για 10 δευτερόλεπτα. Έπειτα στεγνώνονταν με αέρα για 5 δευτερόλεπτα. Η φωτογράφηση γινόταν με την ενδοστοματική κάμερα Carestream – CS 1200.Στη συνέχεια ο εξεταστής αξιολογούσε τις μασητικές επιφάνειες in vivo–άμεση οπτική παρατήρηση- και αφού ταξινομούσε κάθε περιοχή ενδιαφέροντος κατά ICDAS II, σημείωνε το περίγραμμα και τον κωδικό της κάθε βλάβης σε μία εκτυπωμένη εικόνα που είχε ληφθεί από την κάμερα. Ο εξεταστής επαναξιολογούσε τα ίδια δόντια 15 μέρες αργότερα από τις ψηφιακές εικόνες στην οθόνη του υπολογιστή με τον ίδιο τρόπο –έμμεση οπτική παρατήρηση-.Για την καταγραφή των αποτελεσμάτων από την άμεση και έμμεση οπτική παρατήρηση χρησιμοποιήθηκε μια εφαρμογή με Superpixels που αναπτύχθηκε σε περιβάλλον Java. 86 από αυτές τις φωτογραφίες (συνολικά 3024 Superpixels) χρησιμοποιήθηκαν για την εκπαίδευση του αλγόριθμου. Ύστερα 20 διαφορετικές φωτογραφίες που περιείχαν πολλαπλές περιοχές ενδιαφέροντος αξιολογήθηκαν από τον αλγόριθμο και τα αποτελέσματα συγκρίθηκαν με αυτά από την άμεση και έμμεση οπτική παρατήρηση. Στατιστική ανάλυση Τα δεδομένα επεξεργάστηκαν και αναλύθηκαν με το πρόγραμμα STATA 12. Η ταξινόμηση του εξεταστή (από την άμεση και έμμεση οπτική παρατήρηση) συγκρίθηκαν με την ταξινόμηση του αλγορίθμου. Υπολογίστηκαν η συνολική συμφωνία (σταθμισμένη και απόλυτη) καθώς και ο σταθμισμένος συντελεστής k. Αποτελέσματα Συγκρίνοντας την ταξινόμηση του συστήματος με την ταξινόμηση του εξεταστή από την άμεση οπτική παρατήρηση στο στόμα βρέθηκαν τιμές ευαισθησίας από 29,2% έως 100% (μ.ο. 59.1%), ειδικότητας από 52,4% έως 99,2% (μ.ο. 91,3%), ορθότητας από 11,1% έως 95,4% (μ.ο. 49,9%) ανάμεσα στις διάφορες κατηγορίες και η ακρίβεια του συστήματος 74%. Ο σταθμισμένος συντελεστής kυπολογίστηκε στο 0,701 ενώ η τιμή για το μη σταθμισμένο συντελεστή k βρέθηκε να είναι 0,587. Συγκρίνοντας την ταξινόμηση του συστήματος με την ταξινόμηση του εξεταστή από την έμμεση οπτική παρατήρηση βρέθηκαν τιμές ευαισθησίας από 28,6% έως 100% (μ.ο. 57,3%), ειδικότητας από 56,7% έως 98,5% (μ.ο. 92,2%), ορθότητας από 8,3% έως 97,4% (μ.ο. 46,2%) ανάμεσα στις διάφορες κατηγορίες και η ακρίβεια του συστήματος 71,6%. Ο σταθμισμένος συντελεστής k υπολογίστηκε στο 0,761 ενώ η τιμή για το μη σταθμισμένο συντελεστή k βρέθηκε να είναι 0,601. Συμπεράσματα Τα αποτελέσματα δείχνουν ότι η χρήση αλγορίθμων για την αυτοματοποιημένη ανίχνευση και κατάταξη μασητικών τερηδονικών βλαβών σύμφωνα με το σύστημα ICDAS II από φωτογραφίες ενδοστοματικής κάμερας αποτελεί μια πολλά υποσχόμενη τεχνική. Απομένουν να γίνουν κάποιες επιπλέον τροποποιήσεις στην εκπαίδευση του αλγόριθμου, μετά από τις οποίες αναμένουμε μεγαλύτερες τιμές ευαισθησίας και ειδικότητας, καθώς και βελτίωση της επαναληψιμότητας και ακρίβειας του συστήματος.","abstract_html":"Εισαγωγή Πολυάριθμες τεχνικές έχουν αναπτυχθεί για την αξιολόγηση της τερηδονικής κατάστασης των μασητικών επιφανειών ως συμπληρωματική βοήθεια στην άμεση οπτική παρατήρηση. Σκοπό έχουν να ελαχιστοποιήσουν τη διακύμανση στις αποφάσεις μεταξύ διαφορετικών κλινικών αλλά και από τον ίδιο κλινικό σε διαφορετικές χρονικές στιγμές. Σκοπός Σκοπός αυτής της μελέτης είναι να εφαρμοστεί και να αξιολογηθεί η αξιοπιστία ενός αυτοματοποιημένου συστήματος διάγνωσης μασητικών τερηδονικών βλαβών σε ψηφιακές φωτογραφίες που έχουν ληφθεί από δόντια in vivo με τη χρήση ενδοστοματικής κάμερας. Μεθοδολογία Ο εξεταστής εκπαιδεύτηκε σε θεωρητικό και πρακτικό επίπεδο με τα εργαλεία τυποποίησης του συστήματος ICDAS IIκαι τυποποιήθηκε με το «χρυσό εξεταστή» αξιολογώντας δόντια ενδοστοματικά και από φωτογραφίες στην οθόνη του υπολογιστή. Τα ευρήματά τους συγκρίθηκαν μέχρι να φτάσουν σε συμφωνία 98% (&gt;85%). Το δείγμα αποτέλεσαν 106 μόνιμοι γομφίοι ασθενών που βρίσκονταν υπό θεραπεία στη Μεταπτυχιακή κλινική Παιδοδοντιατρικής και στην Προπτυχιακή κλινική Οδοντικής Χειρουργικής της Οδοντιατρικής Σχολής ΕΚΠΑ. Δόντια με αναπτυξιακές διαταραχές της αδαμαντίνης ή της οδοντίνης αποκλείστηκαν από τη μελέτη. Οι μασητικές επιφάνειες των γομφίων ήταν ελεύθερες τερηδόνας ή είχαν τερηδονικές βλάβες που ανήκαν στις κατηγορίες 1 έως 6 του συστήματος ICDAS II. Τα δόντια εξετάστηκαν και φωτογραφήθηκαν in vivo μέσα στο στόμα των ασθενών. Πριν από την εξέταση και φωτογράφηση, τα δόντια καθαρίζονταν από οργανικά υπολείμματα και χρωστικές με τρίχινο βουρτσάκι σε χειρολαβή χαμηλών ταχυτήτων και ξεπλένονταν με spray νερού-αέρα για 10 δευτερόλεπτα. Έπειτα στεγνώνονταν με αέρα για 5 δευτερόλεπτα. Η φωτογράφηση γινόταν με την ενδοστοματική κάμερα Carestream – CS 1200.Στη συνέχεια ο εξεταστής αξιολογούσε τις μασητικές επιφάνειες in vivo–άμεση οπτική παρατήρηση- και αφού ταξινομούσε κάθε περιοχή ενδιαφέροντος κατά ICDAS II, σημείωνε το περίγραμμα και τον κωδικό της κάθε βλάβης σε μία εκτυπωμένη εικόνα που είχε ληφθεί από την κάμερα. Ο εξεταστής επαναξιολογούσε τα ίδια δόντια 15 μέρες αργότερα από τις ψηφιακές εικόνες στην οθόνη του υπολογιστή με τον ίδιο τρόπο –έμμεση οπτική παρατήρηση-.Για την καταγραφή των αποτελεσμάτων από την άμεση και έμμεση οπτική παρατήρηση χρησιμοποιήθηκε μια εφαρμογή με Superpixels που αναπτύχθηκε σε περιβάλλον Java. 86 από αυτές τις φωτογραφίες (συνολικά 3024 Superpixels) χρησιμοποιήθηκαν για την εκπαίδευση του αλγόριθμου. Ύστερα 20 διαφορετικές φωτογραφίες που περιείχαν πολλαπλές περιοχές ενδιαφέροντος αξιολογήθηκαν από τον αλγόριθμο και τα αποτελέσματα συγκρίθηκαν με αυτά από την άμεση και έμμεση οπτική παρατήρηση. Στατιστική ανάλυση Τα δεδομένα επεξεργάστηκαν και αναλύθηκαν με το πρόγραμμα STATA 12. Η ταξινόμηση του εξεταστή (από την άμεση και έμμεση οπτική παρατήρηση) συγκρίθηκαν με την ταξινόμηση του αλγορίθμου. Υπολογίστηκαν η συνολική συμφωνία (σταθμισμένη και απόλυτη) καθώς και ο σταθμισμένος συντελεστής k. Αποτελέσματα Συγκρίνοντας την ταξινόμηση του συστήματος με την ταξινόμηση του εξεταστή από την άμεση οπτική παρατήρηση στο στόμα βρέθηκαν τιμές ευαισθησίας από 29,2% έως 100% (μ.ο. 59.1%), ειδικότητας από 52,4% έως 99,2% (μ.ο. 91,3%), ορθότητας από 11,1% έως 95,4% (μ.ο. 49,9%) ανάμεσα στις διάφορες κατηγορίες και η ακρίβεια του συστήματος 74%. Ο σταθμισμένος συντελεστής kυπολογίστηκε στο 0,701 ενώ η τιμή για το μη σταθμισμένο συντελεστή k βρέθηκε να είναι 0,587. Συγκρίνοντας την ταξινόμηση του συστήματος με την ταξινόμηση του εξεταστή από την έμμεση οπτική παρατήρηση βρέθηκαν τιμές ευαισθησίας από 28,6% έως 100% (μ.ο. 57,3%), ειδικότητας από 56,7% έως 98,5% (μ.ο. 92,2%), ορθότητας από 8,3% έως 97,4% (μ.ο. 46,2%) ανάμεσα στις διάφορες κατηγορίες και η ακρίβεια του συστήματος 71,6%. Ο σταθμισμένος συντελεστής k υπολογίστηκε στο 0,761 ενώ η τιμή για το μη σταθμισμένο συντελεστή k βρέθηκε να είναι 0,601. Συμπεράσματα Τα αποτελέσματα δείχνουν ότι η χρήση αλγορίθμων για την αυτοματοποιημένη ανίχνευση και κατάταξη μασητικών τερηδονικών βλαβών σύμφωνα με το σύστημα ICDAS II από φωτογραφίες ενδοστοματικής κάμερας αποτελεί μια πολλά υποσχόμενη τεχνική. Απομένουν να γίνουν κάποιες επιπλέον τροποποιήσεις στην εκπαίδευση του αλγόριθμου, μετά από τις οποίες αναμένουμε μεγαλύτερες τιμές ευαισθησίας και ειδικότητας, καθώς και βελτίωση της επαναληψιμότητας και ακρίβειας του συστήματος.","abstract_has_math":false,"creators":["Ανδρίκουλα Θεοφανή","Andrikoula Theofani"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2018,"date_issued":"2018","date_published":"2018","updated_at":"2026-11-19T05:34:13Z","subjects":["Επιστήμες Υγείας","Health Sciences"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2864011"],"render_values":[{"text":"uoadl:2864011","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2864011","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2864011","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A2864011","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Ανδρίκουλα Θεοφανή","Andrikoula Theofani"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2018"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Επιστήμες Υγείας","Health Sciences"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2864011","https://pergamos.lib.uoa.gr/uoa/dl/object/2864011"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Εισαγωγή Πολυάριθμες τεχνικές έχουν αναπτυχθεί για την αξιολόγηση της τερηδονικής κατάστασης των μασητικών επιφανειών ως συμπληρωματική βοήθεια στην άμεση οπτική παρατήρηση. Σκοπό έχουν να ελαχιστοποιήσουν τη διακύμανση στις αποφάσεις μεταξύ διαφορετικών κλινικών αλλά και από τον ίδιο κλινικό σε διαφορετικές χρονικές στιγμές. Σκοπός Σκοπός αυτής της μελέτης είναι να εφαρμοστεί και να αξιολογηθεί η αξιοπιστία ενός αυτοματοποιημένου συστήματος διάγνωσης μασητικών τερηδονικών βλαβών σε ψηφιακές φωτογραφίες που έχουν ληφθεί από δόντια in vivo με τη χρήση ενδοστοματικής κάμερας. Μεθοδολογία Ο εξεταστής εκπαιδεύτηκε σε θεωρητικό και πρακτικό επίπεδο με τα εργαλεία τυποποίησης του συστήματος ICDAS IIκαι τυποποιήθηκε με το «χρυσό εξεταστή» αξιολογώντας δόντια ενδοστοματικά και από φωτογραφίες στην οθόνη του υπολογιστή. Τα ευρήματά τους συγκρίθηκαν μέχρι να φτάσουν σε συμφωνία 98% (>85%). Το δείγμα αποτέλεσαν 106 μόνιμοι γομφίοι ασθενών που βρίσκονταν υπό θεραπεία στη Μεταπτυχιακή κλινική Παιδοδοντιατρικής και στην Προπτυχιακή κλινική Οδοντικής Χειρουργικής της Οδοντιατρικής Σχολής ΕΚΠΑ. Δόντια με αναπτυξιακές διαταραχές της αδαμαντίνης ή της οδοντίνης αποκλείστηκαν από τη μελέτη. Οι μασητικές επιφάνειες των γομφίων ήταν ελεύθερες τερηδόνας ή είχαν τερηδονικές βλάβες που ανήκαν στις κατηγορίες 1 έως 6 του συστήματος ICDAS II. Τα δόντια εξετάστηκαν και φωτογραφήθηκαν in vivo μέσα στο στόμα των ασθενών. Πριν από την εξέταση και φωτογράφηση, τα δόντια καθαρίζονταν από οργανικά υπολείμματα και χρωστικές με τρίχινο βουρτσάκι σε χειρολαβή χαμηλών ταχυτήτων και ξεπλένονταν με spray νερού-αέρα για 10 δευτερόλεπτα. Έπειτα στεγνώνονταν με αέρα για 5 δευτερόλεπτα. Η φωτογράφηση γινόταν με την ενδοστοματική κάμερα Carestream – CS 1200.Στη συνέχεια ο εξεταστής αξιολογούσε τις μασητικές επιφάνειες in vivo–άμεση οπτική παρατήρηση- και αφού ταξινομούσε κάθε περιοχή ενδιαφέροντος κατά ICDAS II, σημείωνε το περίγραμμα και τον κωδικό της κάθε βλάβης σε μία εκτυπωμένη εικόνα που είχε ληφθεί από την κάμερα. Ο εξεταστής επαναξιολογούσε τα ίδια δόντια 15 μέρες αργότερα από τις ψηφιακές εικόνες στην οθόνη του υπολογιστή με τον ίδιο τρόπο –έμμεση οπτική παρατήρηση-.Για την καταγραφή των αποτελεσμάτων από την άμεση και έμμεση οπτική παρατήρηση χρησιμοποιήθηκε μια εφαρμογή με Superpixels που αναπτύχθηκε σε περιβάλλον Java. 86 από αυτές τις φωτογραφίες (συνολικά 3024 Superpixels) χρησιμοποιήθηκαν για την εκπαίδευση του αλγόριθμου. Ύστερα 20 διαφορετικές φωτογραφίες που περιείχαν πολλαπλές περιοχές ενδιαφέροντος αξιολογήθηκαν από τον αλγόριθμο και τα αποτελέσματα συγκρίθηκαν με αυτά από την άμεση και έμμεση οπτική παρατήρηση. Στατιστική ανάλυση Τα δεδομένα επεξεργάστηκαν και αναλύθηκαν με το πρόγραμμα STATA 12. Η ταξινόμηση του εξεταστή (από την άμεση και έμμεση οπτική παρατήρηση) συγκρίθηκαν με την ταξινόμηση του αλγορίθμου. Υπολογίστηκαν η συνολική συμφωνία (σταθμισμένη και απόλυτη) καθώς και ο σταθμισμένος συντελεστής k. Αποτελέσματα Συγκρίνοντας την ταξινόμηση του συστήματος με την ταξινόμηση του εξεταστή από την άμεση οπτική παρατήρηση στο στόμα βρέθηκαν τιμές ευαισθησίας από 29,2% έως 100% (μ.ο. 59.1%), ειδικότητας από 52,4% έως 99,2% (μ.ο. 91,3%), ορθότητας από 11,1% έως 95,4% (μ.ο. 49,9%) ανάμεσα στις διάφορες κατηγορίες και η ακρίβεια του συστήματος 74%. Ο σταθμισμένος συντελεστής kυπολογίστηκε στο 0,701 ενώ η τιμή για το μη σταθμισμένο συντελεστή k βρέθηκε να είναι 0,587. Συγκρίνοντας την ταξινόμηση του συστήματος με την ταξινόμηση του εξεταστή από την έμμεση οπτική παρατήρηση βρέθηκαν τιμές ευαισθησίας από 28,6% έως 100% (μ.ο. 57,3%), ειδικότητας από 56,7% έως 98,5% (μ.ο. 92,2%), ορθότητας από 8,3% έως 97,4% (μ.ο. 46,2%) ανάμεσα στις διάφορες κατηγορίες και η ακρίβεια του συστήματος 71,6%. Ο σταθμισμένος συντελεστής k υπολογίστηκε στο 0,761 ενώ η τιμή για το μη σταθμισμένο συντελεστή k βρέθηκε να είναι 0,601. Συμπεράσματα Τα αποτελέσματα δείχνουν ότι η χρήση αλγορίθμων για την αυτοματοποιημένη ανίχνευση και κατάταξη μασητικών τερηδονικών βλαβών σύμφωνα με το σύστημα ICDAS II από φωτογραφίες ενδοστοματικής κάμερας αποτελεί μια πολλά υποσχόμενη τεχνική. Απομένουν να γίνουν κάποιες επιπλέον τροποποιήσεις στην εκπαίδευση του αλγόριθμου, μετά από τις οποίες αναμένουμε μεγαλύτερες τιμές ευαισθησίας και ειδικότητας, καθώς και βελτίωση της επαναληψιμότητας και ακρίβειας του συστήματος.","Introduction Numerous techniques have been developed to assess the caries status of occlusal surfaces in an attempt to provide supplementary assistance to the direct visual examination and eliminate the great divergence of decisions found between different practitioners or even the same practitioner when the same lesion is evaluated at different times. Aim The aim of this study is to apply and evaluate the reliability of an automated occlusal caries diagnostic system via algorithms on digital images acquired by teeth in vivo using an intraoral camera. Material and Methods The examiner was theoretically and practically trained using the standardization tools of the ICDAS II system and calibrated with the golden examiner by examining teeth intraorally and from photographs on the computer screen. Then their findings were compared until they reached an agreement of 98% (>85%). The sample consisted of 106 permanent molars belonging to patients treated at the postgraduate clinic of the Paediatric Dentistry department and the undergraduate clinic of the University of Athens. Teeth with developmental defects of the enamel or dentin were excluded from the study. Teeth were cleaned of organic residues and stains with a bristle brush, rinsed using air-water spray and dried for 5 seconds using air before every examination and photo shooting. Intraoral camera Carestream - CS 1200 was used for the photo shooting. Then, the examiner assessed the occlusal surfaces in vivo –direct observation- and after classifying each area of interest of the occlusal surface according to ICDAS II, the outline and code of the lesion was marked on a printed image acquired by the camera. The examiner reassessed the same teeth after 15 days from the digital images in the same way on the computer screen –indirect observation-. An application of algorithms developed in Java environment was used for the recording of the direct and indirect examination’s result. 86 of these images (with a number of 3024 superpixels) were used to train the algorithm. Then 20 different images containing multiple occlusal areas of interest were evaluated by the algorithm and the results were compared to the ones from the direct and indirect visual examination. Statistical analysis Data were processed and analyzed with STATA 12. The classification from the examiner (after direct and indirect observation) was compared with the classification from the algorithm. Overall proportion of agreement and a weighted and non-weighted version of kappa coefficient of agreement was calculated. Results Comparing the system’s classification to the examiner’s classification from the direct observation in the mouth we found the sensitivity ranging from 29.2% to 100% (mean 59.1%), the specificity ranging from 52.4% to 99.2% (mean 91.3%), the precision ranging from 11.1% to 95.4% (mean 49.9%) among the ICDAS II categories and system’s accuracy 74%. Kappa weighted value was calculated to 0.701 and kappa non-weighted value to 0.587. Comparing the system’s classification to the examiner’s classification from the indirect observation of the photographs we found the sensitivity ranging from 28.6% to 100% (mean 57.3%), the specificity ranging from 56.7% to 98.5% (mean 92.2%), the precision ranging from 8.3% to 97.4% (mean 46.2%) among the ICDAS II categories and system’s accuracy 71.6%. Kappa weighted value was calculated to 0.761 and kappa non-weighted value to 0.601. Conclusions The preliminary results indicated that using algorithms for the automated detection and classification of occlusal carious lesions according to ICDAS II system from photographs of an intraoral camera is a very promising and encouraging technique. There are some more adjustments to be made on the training of the algorithm, after which we are expecting to achieve higher numbers of sensitivity and specificity and improve the overall reproducibility and accuracy of the system."]},{"key":"dc:title","label":"Title","values":["Αυτοματοποιημένος εντοπισμός και διάγνωση μασητικών τερηδόνων (ICDAS II) με αλγόριθμους από ψηφιακές εικόνες ενδοστοματικής κάμερας in vivo"]}]}],"canonical_facts":{"dc:creator":["Ανδρίκουλα Θεοφανή","Andrikoula Theofani"],"dc:date":["2018"],"dc:description":["Εισαγωγή Πολυάριθμες τεχνικές έχουν αναπτυχθεί για την αξιολόγηση της τερηδονικής κατάστασης των μασητικών επιφανειών ως συμπληρωματική βοήθεια στην άμεση οπτική παρατήρηση. Σκοπό έχουν να ελαχιστοποιήσουν τη διακύμανση στις αποφάσεις μεταξύ διαφορετικών κλινικών αλλά και από τον ίδιο κλινικό σε διαφορετικές χρονικές στιγμές. Σκοπός Σκοπός αυτής της μελέτης είναι να εφαρμοστεί και να αξιολογηθεί η αξιοπιστία ενός αυτοματοποιημένου συστήματος διάγνωσης μασητικών τερηδονικών βλαβών σε ψηφιακές φωτογραφίες που έχουν ληφθεί από δόντια in vivo με τη χρήση ενδοστοματικής κάμερας. Μεθοδολογία Ο εξεταστής εκπαιδεύτηκε σε θεωρητικό και πρακτικό επίπεδο με τα εργαλεία τυποποίησης του συστήματος ICDAS IIκαι τυποποιήθηκε με το «χρυσό εξεταστή» αξιολογώντας δόντια ενδοστοματικά και από φωτογραφίες στην οθόνη του υπολογιστή. Τα ευρήματά τους συγκρίθηκαν μέχρι να φτάσουν σε συμφωνία 98% (>85%). Το δείγμα αποτέλεσαν 106 μόνιμοι γομφίοι ασθενών που βρίσκονταν υπό θεραπεία στη Μεταπτυχιακή κλινική Παιδοδοντιατρικής και στην Προπτυχιακή κλινική Οδοντικής Χειρουργικής της Οδοντιατρικής Σχολής ΕΚΠΑ. Δόντια με αναπτυξιακές διαταραχές της αδαμαντίνης ή της οδοντίνης αποκλείστηκαν από τη μελέτη. Οι μασητικές επιφάνειες των γομφίων ήταν ελεύθερες τερηδόνας ή είχαν τερηδονικές βλάβες που ανήκαν στις κατηγορίες 1 έως 6 του συστήματος ICDAS II. Τα δόντια εξετάστηκαν και φωτογραφήθηκαν in vivo μέσα στο στόμα των ασθενών. Πριν από την εξέταση και φωτογράφηση, τα δόντια καθαρίζονταν από οργανικά υπολείμματα και χρωστικές με τρίχινο βουρτσάκι σε χειρολαβή χαμηλών ταχυτήτων και ξεπλένονταν με spray νερού-αέρα για 10 δευτερόλεπτα. Έπειτα στεγνώνονταν με αέρα για 5 δευτερόλεπτα. Η φωτογράφηση γινόταν με την ενδοστοματική κάμερα Carestream – CS 1200.Στη συνέχεια ο εξεταστής αξιολογούσε τις μασητικές επιφάνειες in vivo–άμεση οπτική παρατήρηση- και αφού ταξινομούσε κάθε περιοχή ενδιαφέροντος κατά ICDAS II, σημείωνε το περίγραμμα και τον κωδικό της κάθε βλάβης σε μία εκτυπωμένη εικόνα που είχε ληφθεί από την κάμερα. Ο εξεταστής επαναξιολογούσε τα ίδια δόντια 15 μέρες αργότερα από τις ψηφιακές εικόνες στην οθόνη του υπολογιστή με τον ίδιο τρόπο –έμμεση οπτική παρατήρηση-.Για την καταγραφή των αποτελεσμάτων από την άμεση και έμμεση οπτική παρατήρηση χρησιμοποιήθηκε μια εφαρμογή με Superpixels που αναπτύχθηκε σε περιβάλλον Java. 86 από αυτές τις φωτογραφίες (συνολικά 3024 Superpixels) χρησιμοποιήθηκαν για την εκπαίδευση του αλγόριθμου. Ύστερα 20 διαφορετικές φωτογραφίες που περιείχαν πολλαπλές περιοχές ενδιαφέροντος αξιολογήθηκαν από τον αλγόριθμο και τα αποτελέσματα συγκρίθηκαν με αυτά από την άμεση και έμμεση οπτική παρατήρηση. Στατιστική ανάλυση Τα δεδομένα επεξεργάστηκαν και αναλύθηκαν με το πρόγραμμα STATA 12. Η ταξινόμηση του εξεταστή (από την άμεση και έμμεση οπτική παρατήρηση) συγκρίθηκαν με την ταξινόμηση του αλγορίθμου. Υπολογίστηκαν η συνολική συμφωνία (σταθμισμένη και απόλυτη) καθώς και ο σταθμισμένος συντελεστής k. Αποτελέσματα Συγκρίνοντας την ταξινόμηση του συστήματος με την ταξινόμηση του εξεταστή από την άμεση οπτική παρατήρηση στο στόμα βρέθηκαν τιμές ευαισθησίας από 29,2% έως 100% (μ.ο. 59.1%), ειδικότητας από 52,4% έως 99,2% (μ.ο. 91,3%), ορθότητας από 11,1% έως 95,4% (μ.ο. 49,9%) ανάμεσα στις διάφορες κατηγορίες και η ακρίβεια του συστήματος 74%. Ο σταθμισμένος συντελεστής kυπολογίστηκε στο 0,701 ενώ η τιμή για το μη σταθμισμένο συντελεστή k βρέθηκε να είναι 0,587. Συγκρίνοντας την ταξινόμηση του συστήματος με την ταξινόμηση του εξεταστή από την έμμεση οπτική παρατήρηση βρέθηκαν τιμές ευαισθησίας από 28,6% έως 100% (μ.ο. 57,3%), ειδικότητας από 56,7% έως 98,5% (μ.ο. 92,2%), ορθότητας από 8,3% έως 97,4% (μ.ο. 46,2%) ανάμεσα στις διάφορες κατηγορίες και η ακρίβεια του συστήματος 71,6%. Ο σταθμισμένος συντελεστής k υπολογίστηκε στο 0,761 ενώ η τιμή για το μη σταθμισμένο συντελεστή k βρέθηκε να είναι 0,601. Συμπεράσματα Τα αποτελέσματα δείχνουν ότι η χρήση αλγορίθμων για την αυτοματοποιημένη ανίχνευση και κατάταξη μασητικών τερηδονικών βλαβών σύμφωνα με το σύστημα ICDAS II από φωτογραφίες ενδοστοματικής κάμερας αποτελεί μια πολλά υποσχόμενη τεχνική. Απομένουν να γίνουν κάποιες επιπλέον τροποποιήσεις στην εκπαίδευση του αλγόριθμου, μετά από τις οποίες αναμένουμε μεγαλύτερες τιμές ευαισθησίας και ειδικότητας, καθώς και βελτίωση της επαναληψιμότητας και ακρίβειας του συστήματος.","Introduction Numerous techniques have been developed to assess the caries status of occlusal surfaces in an attempt to provide supplementary assistance to the direct visual examination and eliminate the great divergence of decisions found between different practitioners or even the same practitioner when the same lesion is evaluated at different times. Aim The aim of this study is to apply and evaluate the reliability of an automated occlusal caries diagnostic system via algorithms on digital images acquired by teeth in vivo using an intraoral camera. Material and Methods The examiner was theoretically and practically trained using the standardization tools of the ICDAS II system and calibrated with the golden examiner by examining teeth intraorally and from photographs on the computer screen. Then their findings were compared until they reached an agreement of 98% (>85%). The sample consisted of 106 permanent molars belonging to patients treated at the postgraduate clinic of the Paediatric Dentistry department and the undergraduate clinic of the University of Athens. Teeth with developmental defects of the enamel or dentin were excluded from the study. Teeth were cleaned of organic residues and stains with a bristle brush, rinsed using air-water spray and dried for 5 seconds using air before every examination and photo shooting. Intraoral camera Carestream - CS 1200 was used for the photo shooting. Then, the examiner assessed the occlusal surfaces in vivo –direct observation- and after classifying each area of interest of the occlusal surface according to ICDAS II, the outline and code of the lesion was marked on a printed image acquired by the camera. The examiner reassessed the same teeth after 15 days from the digital images in the same way on the computer screen –indirect observation-. An application of algorithms developed in Java environment was used for the recording of the direct and indirect examination’s result. 86 of these images (with a number of 3024 superpixels) were used to train the algorithm. Then 20 different images containing multiple occlusal areas of interest were evaluated by the algorithm and the results were compared to the ones from the direct and indirect visual examination. Statistical analysis Data were processed and analyzed with STATA 12. The classification from the examiner (after direct and indirect observation) was compared with the classification from the algorithm. Overall proportion of agreement and a weighted and non-weighted version of kappa coefficient of agreement was calculated. Results Comparing the system’s classification to the examiner’s classification from the direct observation in the mouth we found the sensitivity ranging from 29.2% to 100% (mean 59.1%), the specificity ranging from 52.4% to 99.2% (mean 91.3%), the precision ranging from 11.1% to 95.4% (mean 49.9%) among the ICDAS II categories and system’s accuracy 74%. Kappa weighted value was calculated to 0.701 and kappa non-weighted value to 0.587. Comparing the system’s classification to the examiner’s classification from the indirect observation of the photographs we found the sensitivity ranging from 28.6% to 100% (mean 57.3%), the specificity ranging from 56.7% to 98.5% (mean 92.2%), the precision ranging from 8.3% to 97.4% (mean 46.2%) among the ICDAS II categories and system’s accuracy 71.6%. Kappa weighted value was calculated to 0.761 and kappa non-weighted value to 0.601. Conclusions The preliminary results indicated that using algorithms for the automated detection and classification of occlusal carious lesions according to ICDAS II system from photographs of an intraoral camera is a very promising and encouraging technique. There are some more adjustments to be made on the training of the algorithm, after which we are expecting to achieve higher numbers of sensitivity and specificity and improve the overall reproducibility and accuracy of the system."],"dc:identifier":["uoadl:2864011","https://pergamos.lib.uoa.gr/uoa/dl/object/2864011"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Επιστήμες Υγείας","Health Sciences"],"dc:title":["Αυτοματοποιημένος εντοπισμός και διάγνωση μασητικών τερηδόνων (ICDAS II) με αλγόριθμους από ψηφιακές εικόνες ενδοστοματικής κάμερας in vivo"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:34:13Z"}