Assessment of hard tissue changes after horizontal guided bone regeneration with the aid of deep learning CBCT segmentation.

Journal: Clinical oral investigations
PMID: 39804427

Abstract

OBJECTIVES: To investigate the performance of a deep learning (DL) model for segmenting cone-beam computed tomography (CBCT) scans taken before and after mandibular horizontal guided bone regeneration (GBR) to evaluate hard tissue changes.

Authors

  • Dániel Palkovics
    1 Semmelweis Egyetem, Fogorvostudományi Kar, Parodontológiai Klinika Budapest, Szentkirályi u. 47., 4. em., 1088 Magyarország.
  • Alexandra Hegyi
    1 Semmelweis Egyetem, Fogorvostudományi Kar, Parodontológiai Klinika Budapest, Szentkirályi u. 47., 4. em., 1088 Magyarország.
  • Bálint Molnár
    1 Semmelweis Egyetem, Fogorvostudományi Kar, Parodontológiai Klinika Budapest, Szentkirályi u. 47., 4. em., 1088 Magyarország.
  • Mark Frater
    Department of Operative and Esthetic Dentistry, Faculty of Dentistry, University of Szeged, Szeged, Hungary.
  • Csaba Pintér
    2 Empresa de Base Tecnológica Internacional de Canarias, S. L. (EBATINCA) Las Palmas de Gran Canaria Spanyolország.
  • David García-Mato
    3 Dent.AI Medical Imaging Budapest Magyarország.
  • Andres Diaz-Pinto
    Instituto de Investigación e Innovación en Bioingeniería, I3B, Universitat Politècnica de València, Camino de Vera s/n, 46022, Valencia, Spain. andiapin@upv.es.
  • Peter Windisch
    Department of Periodontology, Semmelweis University, Budapest, Hungary.

Keywords

External Resources

Popular Topics
Recent Journals