Hiệu quả của phương pháp học máy trong chẩn đoán sâu răng giai đoạn sớm - Luận án tiến sĩ

Luận án tiến sĩ Hiệu quả chẩn đoán sâu răng giai đoạn sớm bằng học máy trong đóng góp lý thuyết mới, phương pháp độc đáo cho ngành trong bối cảnh

Trường đại học

Trường Đại học Y Hà Nội

Chuyên ngành

Răng Hàm Mặt

Người đăng

Ẩn danh

Thể loại

luận án tiến sĩ

2023

201
3
0

Phí lưu trữ

55 Point

Mục lục chi tiết

LỜI CẢM ƠN

LỜI CAM ĐOAN

1. ĐẶT VẤN ĐỀ

1.1. Tổn thương sâu răng giai đoạn sớm

1.2. Khái niệm tổn thương sâu răng giai đoạn sớm

1.3. Mô bệnh học tổn thương sâu răng giai đoạn sớm

1.4. Cơ chế bệnh sinh

1.5. Phân loại sâu răng

1.6. Chẩn đoán sâu răng

1.7. Dịch tễ học sâu răng giai đoạn sớm

1.8. Phân tích gộp (Meta-analysis) cho các nghiên cứu cắt ngang đánh giá hiệu quả chẩn đoán

1.8.1. Định nghĩa Meta-analysis

1.8.2. Định nghĩa độ nhạy, độ đặc hiệu và ROC

1.9. Mô hình học máy trong hỗ trợ chẩn đoán nha khoa

1.9.1. Một số mô hình học máy hỗ trợ trong chẩn đoán nha khoa

1.9.2. Các nghiên cứu về sử dụng mô hình học máy trong hỗ trợ chẩn đoán

1.9.3. Một số hệ dữ liệu được xây dựng để chẩn đoán sâu răng tự động có sự hỗ trợ của máy tính

2. ĐỐI TƯỢNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU

2.1. Nghiên cứu tổng quan hệ thống và phân tích gộp meta-analysis (mục tiêu 1)

2.1.1. Đối tượng nghiên cứu

2.1.2. Phương pháp nghiên cứu

2.2. Nghiên cứu cắt ngang đánh giá hiệu quả chẩn đoán (mục tiêu 2 và 3)

2.2.1. Đối tượng nghiên cứu

2.2.2. Phương pháp nghiên cứu

2.2.3. Quy trình tiến hành nghiên cứu

2.2.4. Một số tiêu chuẩn đánh giá trong khám lâm sàng và cận lâm sàng

2.3. Các biến số nghiên cứu

2.4. Xử lý số liệu

2.5. Sai số và hạn chế sai số trong nghiên cứu

2.6. Biện pháp hạn chế sai số

2.7. Đạo đức nghiên cứu

3. KẾT QUẢ NGHIÊN CỨU

3.1. Độ nhạy, độ đặc hiệu của một số phương pháp chẩn đoán sâu răng giai đoạn sớm bằng phương pháp meta-analysis

3.1.1. Tổng hợp tài liệu chọn lọc

3.1.2. Tóm tắt đặc điểm các nghiên cứu

3.1.3. Đánh giá chất lượng bài báo

3.1.4. Độ nhạy và độ đặc hiệu. Đường cong sROC

3.2. Xây dựng hệ dữ liệu chuẩn hỗ trợ máy học để chẩn đoán sàng lọc sâu răng giai đoạn sớm

3.2.1. Xây dựng hệ dữ liệu giai đoạn 1

3.2.2. Xây dựng hệ dữ liệu giai đoạn 2

3.3. Độ nhạy, độ đặc hiệu của chẩn đoán sâu răng giai đoạn sớm bằng phương pháp học máy

3.3.1. Thực trạng sâu răng

3.3.2. Độ nhạy và độ đặc hiệu của chẩn đoán sâu răng giai đoạn sớm trên mặt ngoài bằng phương pháp học máy

3.3.3. Độ nhạy và độ đặc hiệu của chẩn đoán sâu răng giai đoạn sớm trên mặt nhai bằng phương pháp học máy

3.4. Bàn luận

3.4.1. Bàn luận thực trạng sâu răng

3.4.2. Bàn luận độ nhạy và độ đặc hiệu của chẩn đoán sâu răng giai đoạn sớm trên mặt ngoài răng bằng phương pháp học máy

3.4.3. Bàn luận độ nhạy và độ đặc hiệu của chẩn đoán sâu răng giai đoạn sớm trên mặt nhai bằng phương pháp học máy

3.5. Hạn chế nghiên cứu

3.5.1. Hạn chế nghiên cứu trong xác định độ nhạy, độ đặc hiệu của một số phương pháp chẩn đoán sâu răng giai đoạn sớm bằng phương pháp meta analysis

3.5.2. Hạn chế trong xây dựng hệ dữ liệu chuẩn hỗ trợ máy học để chẩn đoán sàng lọc sâu răng giai đoạn sớm

3.5.3. Hạn chế trong đánh giá độ nhạy, độ đặc hiệu của chẩn đoán sàng lọc sâu răng giai đoạn sớm bằng phương pháp học máy

3.6. Điểm mới, tính giá trị và khả năng áp dụng của luận án

MỘT SỐ CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ LIÊN QUAN ĐẾN LUẬN ÁN

TÀI LIỆU THAM KHẢO

PHỤ LỤC

Tóm tắt

I. Chẩn đoán sâu răng giai đoạn sớm

Chẩn đoán sâu răng giai đoạn sớm là một vấn đề quan trọng trong nha khoa, đặc biệt là ở trẻ em. Giai đoạn sớm của sâu răng thường khó phát hiện bằng các phương pháp truyền thống như khám trực tiếp. Luận án này tập trung vào việc ứng dụng học máy để nâng cao hiệu quả chẩn đoán. Các phương pháp truyền thống như khám trực tiếp, chụp X-quang, và sử dụng huỳnh quang laser đã được so sánh với các mô hình học máy để đánh giá độ nhạy và độ đặc hiệu. Kết quả cho thấy các mô hình học máy như YOLOv3 và Faster R-CNN có độ chính xác cao hơn trong việc phát hiện sâu răng ở giai đoạn đầu.

1.1. Phương pháp chẩn đoán truyền thống

Các phương pháp truyền thống như khám trực tiếpchụp X-quang có độ nhạy và độ đặc hiệu thấp hơn so với các phương pháp hiện đại. Ví dụ, nghiên cứu của C Kouchaji (2012) chỉ ra rằng phương pháp huỳnh quang laser có độ nhạy 97% nhưng độ đặc hiệu chỉ 52%. Điều này cho thấy sự cần thiết của việc áp dụng công nghệ mới như học máy để cải thiện hiệu quả chẩn đoán.

1.2. Ứng dụng học máy trong chẩn đoán

Các mô hình học máy như YOLOv3, Faster R-CNN, và RetinaNet đã được sử dụng để phân tích hình ảnh răng và phát hiện sâu răng ở giai đoạn sớm. Kết quả cho thấy các mô hình này có độ nhạy và độ đặc hiệu cao hơn so với phương pháp truyền thống. Ví dụ, YOLOv3 đạt độ nhạy 95% và độ đặc hiệu 90% trong việc phát hiện sâu răng trên mặt ngoài răng.

II. Hệ thống học máy trong chẩn đoán y tế

Luận án này cũng đề cập đến việc xây dựng hệ thống học máy để hỗ trợ chẩn đoán sâu răng. Hệ thống học máy được phát triển dựa trên các bộ dữ liệu lớn về hình ảnh răng, được gán nhãn bởi các chuyên gia nha khoa. Quá trình này bao gồm hai giai đoạn: xây dựng bộ dữ liệu và huấn luyện mô hình. Kết quả cho thấy hệ thống học máy có khả năng phân loại và phát hiện sâu răng với độ chính xác cao, đặc biệt là ở giai đoạn sớm.

2.1. Xây dựng bộ dữ liệu

Bộ dữ liệu được xây dựng từ các hình ảnh răng được thu thập từ các bệnh viện và phòng khám nha khoa. Các hình ảnh này được gán nhãn bởi các chuyên gia để đảm bảo tính chính xác. Bộ dữ liệu này là nền tảng quan trọng để huấn luyện các mô hình học máy.

2.2. Huấn luyện mô hình học máy

Các mô hình học máy như YOLOv3 và Faster R-CNN được huấn luyện trên bộ dữ liệu này. Quá trình huấn luyện bao gồm việc tối ưu hóa các tham số để đạt được độ chính xác cao nhất. Kết quả cho thấy các mô hình này có khả năng phát hiện sâu răng với độ nhạy và độ đặc hiệu vượt trội so với phương pháp truyền thống.

III. Giá trị và ứng dụng thực tiễn

Luận án này không chỉ có giá trị học thuật mà còn có ứng dụng thực tiễn cao trong lĩnh vực chẩn đoán y tế. Việc áp dụng học máy trong chẩn đoán sâu răng ở giai đoạn sớm giúp giảm thiểu sai sót và nâng cao hiệu quả điều trị. Các hệ thống học máy được phát triển trong luận án có thể được tích hợp vào các phần mềm hỗ trợ chẩn đoán, giúp các bác sĩ nha khoa đưa ra quyết định chính xác hơn.

3.1. Ứng dụng trong lâm sàng

Các hệ thống học máy có thể được sử dụng trong các phòng khám nha khoa để hỗ trợ chẩn đoán sâu răng. Điều này giúp giảm thời gian chẩn đoán và tăng độ chính xác, đặc biệt là trong việc phát hiện sâu răng ở giai đoạn sớm.

3.2. Tiềm năng phát triển

Với sự phát triển của công nghệ học máy, các hệ thống học máy trong chẩn đoán sâu răng có tiềm năng lớn để được cải tiến và ứng dụng rộng rãi hơn. Điều này mở ra hướng nghiên cứu mới trong việc phát triển các công cụ hỗ trợ chẩn đoán y tế.

01/03/2025
Luận án tiến sĩ hiệu quả của chẩn đoán sâu răng giai đoạn sớm bằng phương pháp học máy

Trích đoạn nội dung tài liệu

Chương 1 TỔNG QUAN 1. Tổn thương sâu răng giai đoạn sớm 1. Khái niệm tổn thương sâu răng giai đoạn sớm Sâu răng giai đoạn sớm là giai đoạn tổn thương không có lỗ sâu. Các tổn thương được đặc trưng bởi sự thay đổi về màu sắc, độ bóng và cấu trúc bề mặt men răng.4 Tổn thương sâu răng sớm biểu hiện trên lâm sàng là các đốm trắng đục quan sát được khi thổi khô hoặc ngay cả khi bề mặt men ẩm.

Tổn thương hình thành bởi sự mất khoáng bên dưới lớp men bề mặt nguyên vẹn, làm tăng độ xốp của men răng gây ra sự xuất hiện màu trắng đặc trưng của tổn thương.11 mô tả tiến trình hủy khoáng tương quan với thời gian. Sự hiện diện của tổn thương sâu răng sớm thường liên quan đến sự tích tụ mảng bám trên bề mặt răng, đặc biệt là xung quanh khí cụ mắc cài trong điều trị chỉnh hình răng, làm ảnh hưởng lớn đến thẩm mĩ của bộ răng.14 Độ trong của men răng là một hiện tượng quang học phụ thuộc vào kích thước khoảng gian tinh thể men răng. Ở giai đoạn sớm, tổn thương sâu răng chỉ quan sát được sau khi thổi khô bề mặt răng. Sâu răng tiếp tục tiến triển làm tăng kích thước khoảng gian tinh thể dẫn tới dạng tổn thương đốm trắng có thể quan sát được mà không cần thổi khô.1: Tiến trình hủy khoáng tương quan với thời gian 15.

4 Sự thay đổi màu sắc làm xuất hiện tổn thương đốm trắng khi thổi khô là do sự thay thế thành phần nước quanh trụ men bằng khí. Điều đó gây ra sự thay đổi tán xạ. Chỉ số khúc xạ của men là 1,65 của nước là 1,33 và của khí là 1,00 sự khác biệt lớn này dẫn tới sự tán xạ lớn hơn đồng nghĩa là sự thay đổi màu sắc. Sâu răng hoạt động có màu trắng phấn và thô, sâu răng ngừng tiến triển có màu sáng và mịn hơn.

Mô bệnh học tổn thương sâu răng giai đoạn sớm Đại thể: tổn thương dạng hình nón, đáy quay về phía mặt răng, đỉnh về phía đường ranh giới men ngà.17,18 Vi thể: từ trong ra ngoài có 4 lớp do mức độ hủy khoáng mỗi vùng khác nhau làm cho tính chất quang học khác nhau 17,18 (Hình 1.2): - Vùng trong mờ: các lỗ trên men răng chiếm khoảng 1% thể tích men, nhiều hơn 10 lần so với men lành. - Vùng tối: số lượng lỗ chiếm 2-4% thể tích men. - Vùng trung tâm: số lượng lỗ chiếm 5-25% thể tích men. - Vùng bề mặt: ít có sự thay đổi ở các tổn thương sớm.

Số lượng lỗ 1-5% thể tích men.2: Mô học tổn thương sâu Hình 1.3: Tổn thương sâu răng sớm răng sớm 19 trên kính hiển vi điện tử 20 a: vùng bề mặt, b: vùng trung tâm, c: vùng tối, d: vùng trong mờ. 5 Tổn thương sâu răng giai đoạn sớm, đặc biệt là các tổn thương sau chỉnh nha được khuyên nên điều trị càng sớm càng tốt sau khi tháo mắc cài, do tổn thương này có xu hướng hoạt động mạnh lên ngay sau chỉnh nha. Cơ chế bệnh sinh Về cơ chế bệnh sinh, từ xưa đến nay đã có rất nhiều tác giả nghiên cứu và đưa ra nhiều thuyết khác nhau. Thuyết hóa học của Miller (1881): trong giai đoạn đầu dưới tác dụng của axit, tổ chức cứng của răng bị mất vôi.

Giai đoạn hai, tổ chức hữu cơ của ngà bị phá hủy. Thuyết của Davies: men vi khuẩn kết hợp với các chất gluxit tạo ra axit làm tiêu Ca 2+ gây sâu răng. Thuyết tiêu protein của Gottlieb (1946): vi khuẩn làm tiêu protein, dẫn đến sự bong ra của tinh thể men. Thuyết protein phức vòng càng: cả thành phần hữu cơ và vô cơ bị tiêu đồng thời bởi hai cơ chế riêng biệt.22 Cho đến những năm gần đây, thuyết động học ra đời và được chấp nhận rộng rãi: thuyết động học giải thích cơ chế hình thành sâu răng dựa vào hai quá trình sinh lí của diễn ra trên bề mặt men răng là quá trình hủy khoáng và quá trình tái khoáng.

Các thể sâu răng đều có chung một cơ chế gây bệnh này. Vi khuẩn trong mảng bám chuyển hóa carbohydrate tạo ra các axit hữu cơ làm môi trường xung quanh mảng bám có pH thấp. Các tinh thể Hydroxyapatite và Fluorapatite sẽ bị hòa tan nếu pH tại chỗ hạ xuống dưới pH tới hạn (pH tới hạn của Hydroxyapatite là 5,5, của Fluorapatite là 4,5). Sự hòa tan các lớp tinh thể dẫn đến tổn thương mất khoáng dưới bề mặt.

Các tổn thương được tạo ra bởi khử khoáng có thể hồi phục bằng cách hấp thụ canxi, phospho và fluor trong nước bọt tại pH trung tính, tạo thành lớp mới trên bề mặt men răng, quá trình này gọi là sự tái khoáng. Sự cân bằng giữa hủy khoáng và tái khoáng diễn ra tự nhiên liên tục trong khoang miệng.13,23 Sự cân bằng của hai quá trình này được đảm bảo nhờ sự cân bằng giữa yếu tố bảo vệ và yếu tố gây mất ổn định: 6 Yếu tố bảo vệ: - Vệ sinh răng miệng tốt - Vai trò làm sạch của nước bọt trong môi trường miệng - Khả năng đề kháng acid của men răng. Men răng được Fluor hóa cao sẽ đề kháng tốt hơn do pH tới hạn của nó thấp hơn hydroxyapatite. - pH của môi trường miệng > 5,5 và nồng độ ion Ca, NPO4 cao ở môi trường quanh răng.

- Trám bít hố rãnh dự phòng sâu răng. Yếu tố gây mất ổn định: - Sự tích tụ mảng bám vi khuẩn. - Chế độ ăn nhiều đường. - Thiếu nước bọt và các chất trung hòa, nước bọt pH axit do trào ngược.

- pH môi trường miệng < 5,5. Trong đó sự tích tụ mảng bám vi khuẩn là yếu tố nguy cơ cao dẫn tới thúc đẩy quá trình hủy khoáng. Sự tích tụ mảng bám vi khuẩn liên quan đến thói quen vệ sinh răng miệng, sự lệch lạc răng và đặc biệt hay gặp ở những bệnh nhân sử dụng khí cụ chỉnh hình răng. Việc sử dụng khí cụ chỉnh răng làm thay đổi môi trường tại chỗ dẫn tới giảm dòng chảy nước bọt qua đó và sự tăng sinh mạnh của vi khuẩn như S.

Mutans, lactobacilli và nhiều loại vi khuẩn khác có liên quan sự hình thành vùng mất khoáng.24 Khi hai quá trình này bị mất cân bằng và nghiêng về quá trình hủy khoáng, sẽ dẫn tới hình thành tổn thương sâu răng, mà đầu tiên sẽ là các tổn thương dạng đốm trắng - giai đoạn sớm của sâu răng. Phân loại sâu răng Có rất nhiều cách phân loại bệnh sâu răng. Có những phân loại phù hợp cho chẩn đoán, điều trị hàng ngày, có phân loại phục vụ cho điều tra nghiên cứu khoa học, cho tiên lượng và dự phòng bệnh. Phân loại theo vị trí và kích thước Bảng 1.

Phân loại theo vị trí và kích thước 25 Kích thước Nhỏ Trung bình Rộng Rất rộng Vị trí 1 2 3 4 Hố rãnh 1.4 1 Mặt tiếp giáp 2.4 3 - Vị trí: tổn thương sâu răng xuất hiện tại 3 vị trí trên thân và chân răng, nơi tích tụ mảng bám răng, gồm: + Vị trí 1: tổn thương ở hố rãnh và các mặt nhẵn. + Vị trí 2: tổn thương kết hợp với mặt tiếp giáp. + Vị trí 3: sâu cổ răng và chân răng. - Kích thước: có 4 kích thước của tổn thương sâu răng: + Loại 1: tổn thương nhỏ, vừa mới ở ngà răng, cần điều trị phục hồi, không thể tái khoáng.

+ Loại 2: tổn thương mức độ trung bình, liên quan đến ngà răng, thành lỗ sâu còn đủ, cần tạo lỗ hàn. + Loại 3: tổn thương rộng, thành không đủ hoặc nguy cơ vỡ, cần phải có các phương tiện lưu giữ cơ sinh học. + Loại 4: tổn thương rộng làm mất cấu trúc của răng. Phân loại theo ngưỡng chẩn đoán (theo Pitts) Năm 1997 Pitts đó miêu tả bằng hình ảnh về lợi ích của việc phát hiện sâu răng sớm.

Bằng việc sử dụng hình ảnh ẩn dụ của núi băng trôi (Hình 1.4), 8 ta có thể thấy các phương pháp phát hiện sâu răng truyền thống dẫn đến rất nhiều thương tổn không được phát hiện.26 D0: + Không phát hiện trên lâm sàng bằng phương pháp thông thường, tổn thương chỉ có thể phát hiện được bằng các phương tiện hiện đại. + Tổn thương có thể phát hiện trên lâm sàng nhờ hỗ trợ X quang. D1: Tổn thương phát hiện trên lâm sàng, bề mặt men răng còn giữ nguyên cấu trúc. D2: Tổn thương phát hiện trên lâm sàng không cần cận lâm sàng (tổn thương chỉ giới hạn ở men răng).

D3: Tổn thương phát hiện trên lâm sàng khi đã tổn thương vào ngà răng. D4: Tổn thương vào tủy răng. Sơ đồ phân loại của Pitts 26 9 1. Phân loại theo hệ thống đánh giá ICDAS ICDAS là một hệ thống mới đã được WHO đưa ra năm 2005, có ưu điểm giúp phát hiện, đánh giá và chẩn đoán được sâu răng ngay từ các giai đoạn sớm qua khám và quan sát bằng mắt thường.

Các thành phần trong hệ thống ICDAS bao gồm: hệ thống tiêu chí phát hiện sâu răng ICDAS, hệ thống tiêu chí đánh giá hoạt động của sâu răng ICDAS và hệ thống chẩn đoán sâu răng.2 mô tả tiêu chuẩn phát hiện sâu thân răng nguyên phát theo ICDAS. Ưu điểm: Nghiên cứu và phát hiện sâu răng tại cơ sở nha khoa cũng như trong cộng đồng. Nhược điểm: Không đưa ra được giải pháp kiểm soát sâu răng Bảng 1. Tiêu chuẩn phát hiện sâu thân răng nguyên phát theo ICDAS Mã số Mô tả 0 Lành mạnh 1 Đốm trắng đục (sau khi thổi khô 5 giây) 2 Đổi màu trên men (răng ướt) 3 Vỡ men định khu (không thấy ngà) 4 Bóng đen ánh lên từ ngà 5 Xoang sâu thấy ngà 6 Xoang sâu thấy ngà lan rộng (>1/2 mặt răng) 1.

Phân loại theo hệ thống đánh giá và phát hiện sâu răng quốc tế ICCMS (International Caries Classification and Management System) ICCMS là một hệ thống mới nhằm đánh giá, phát hiện tình trạng sâu răng và đưa ra giải pháp kiểm soát Pitts (2013) 29 đưa ra ICCMS với cấu trúc hệ thống ICCMS gồm: nguy cơ gây sâu răng, phân loại giai đoạn sâu răng, đưa ra quyết định chẩn đoán và kiểm soát sâu răng.3 mô tả tiêu chuẩn phát hiện sâu thân răng nguyên phát theo ICCMS. Ưu điểm: - Hệ thống linh hoạt và dễ sử dụng hơn. - Phân loại và đưa ra giải pháp kiểm soát sâu răng 10 Bảng 1.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Luận án tiến sĩ "Hiệu quả chẩn đoán sâu răng giai đoạn sớm bằng học máy" tập trung vào việc ứng dụng công nghệ học máy để cải thiện độ chính xác và hiệu quả trong chẩn đoán sâu răng ở giai đoạn đầu. Nghiên cứu này không chỉ mang lại những hiểu biết sâu sắc về cách thức tích hợp AI vào y học nha khoa mà còn mở ra tiềm năng lớn trong việc phát hiện sớm và điều trị kịp thời các vấn đề răng miệng. Đây là một bước tiến quan trọng trong việc nâng cao chất lượng chăm sóc sức khỏe răng miệng, giúp giảm thiểu chi phí và thời gian điều trị cho bệnh nhân.

Nếu bạn quan tâm đến các ứng dụng công nghệ trong y học, bạn có thể khám phá thêm về Luận án tiến sĩ tính liều trong y học hạt nhân với phantom voxel bằng phần mềm gamosgeant4, nghiên cứu này cũng tập trung vào việc sử dụng công nghệ để tối ưu hóa quy trình y tế. Bên cạnh đó, Luận án tiến sĩ phát triển một số phương pháp xây dựng hệ tư vấn cung cấp cái nhìn sâu sắc về cách xây dựng các hệ thống hỗ trợ quyết định hiệu quả, một lĩnh vực có liên quan chặt chẽ đến học máy. Cuối cùng, Luận án tiến sĩ nghiên cứu thiết kế bộ ADC công suất thấp sử dụng vật liệu điện tử hữu cơ là một tài liệu thú vị về ứng dụng công nghệ trong thiết kế thiết bị y tế. Mỗi liên kết này là cơ hội để bạn mở rộng kiến thức và khám phá thêm các ứng dụng công nghệ tiên tiến trong y học và kỹ thuật.