دراسة مقارنة للدقة التشخيصية لنموذجي الذكاء الاصطناعي YOLOv11 وYOLOv26 في اكتشاف التسوسات بين السنية اعتماداً على الصور الشعاعية البايت وينغ
ملخص ضرورة تنفيذ المشروع
تُعدّ التسوسات بين السنية (Interproximal Caries) من أكثر آفات التسوس صعوبةً من حيث التشخيص المبكر، وتُعتبر الصور الشعاعية من نوع بايت وينغ (Bitewing Radiographs) المعيار الذهبي للكشف عن هذه الآفات. وخلال السنوات الأخيرة، استُخدمت إصدارات مختلفة من نموذج YOLO في تشخيص أنواع متعددة من تسوس الأسنان اعتماداً على الصور الشعاعية. ومع ذلك، لم تُجرَ حتى الآن دراسة مستقلة تقارن بين أداء نموذجي YOLOv11 وYOLOv26 في الكشف عن التسوسات بين السنية. ويهدف هذا البحث إلى تصميم والتحقق من صحة نموذجين قائمين على YOLOv11 وYOLOv26، ومن ثم مقارنة مؤشرات الأداء التشخيصي بينهما، بما في ذلك الدقة (Precision)، والاسترجاع (Recall)، ودرجة F1 (F1-Score). ومن المتوقع أن تسهم نتائج هذه الدراسة في تحديد النموذج الأكثر كفاءة لتشخيص التسوسات بين السنية، بما يدعم تطوير أنظمة التشخيص المدعومة بالذكاء الاصطناعي ويرفع من دقة الكشف المبكر عن آفات التسوس في الممارسة السريرية لطب الأسنان.
الباحثة الرئيسية: الدكتورة فرزانه مساوات
سنة بدء المشروع: 1448هـ.ق