ملخص ضرورة تنفيذ المشروع

تُعدّ الآفات حول الذروية (Periapical Lesions) من أكثر الأمراض شيوعاً في الفكين والأسنان، وقد يؤدي عدم تشخيصها في الوقت المناسب إلى تخرّب العظم السنخي وفقدان الأسنان. وتُعدّ صور التصوير المقطعي المخروطي الحزمي (CBCT) أداة تشخيصية ثلاثية الأبعاد توفّر معلومات تفصيلية ودقيقة عن البنى الفكية والسنية، إلا أن تفسيرها يدوياً يُعدّ مهمة معقدة وتستغرق وقتاً طويلاً بسبب الحجم الكبير للبيانات، وتعقيد التراكيب التشريحية، واحتمالية وقوع الأخطاء البشرية. وفي السنوات الأخيرة، أسهم الذكاء الاصطناعي، ولا سيما خوارزميات التعلم العميق، في تحقيق تطور ملحوظ في تحليل الصور الطبية من خلال تحسين دقة التشخيص وسرعته. ومن بين هذه الخوارزميات، تبرز خوارزمية YOLO بفضل بنيتها المتقدمة وقدرتها العالية على التعرف السريع والدقيق على الأنماط البصرية، مما يجعلها خياراً واعداً للكشف الآلي عن الآفات حول الذروية. ونظراً لمحدودية الدراسات التي قيّمت أداء خوارزمية YOLO مقارنةً بالنماذج المعروفة مثل ResNet في تحليل بيانات CBCT ثلاثية الأبعاد، تبرز الحاجة إلى إجراء هذا البحث من أجل تطوير إطار تشخيصي دقيق وسريع وموثوق للكشف الآلي عن الآفات حول الذروية. ومن المتوقع أن يسهم هذا المشروع في تحسين جودة التشخيص ودعم اتخاذ القرار السريري في مجال طب الأسنان، بما ينعكس إيجاباً على نتائج العلاج والرعاية الصحية للمرضى.

الباحثة الرئيسية: الدكتورة فرزانه مساوات

سنة بدء المشروع: 1448هـ.ق