.png){kind=small}
توسعه مدل های مولد مبتنی بر هوش مصنوعی جهت پیش بینی تغییرات بافت نرم صورت ناشی از چرخش کمپلکس ماگزیلومندیبولار در جراحی ارتوگناتیک دو فک (بایمکس)
خلاصه ضرورت اجرای طرح
جراحی ارتوگناتیک دو فک یکی از درمان های اصلی ناهنجاری های فکی–صورتی محسوب می شود که علاوه بر اصلاح ساختار اسکلتی، موجب تغییرات قابل توجهی در بافت نرم و نمای ظاهری صورت می گردد. پیش بینی دقیق این تغییرات نقش مهمی در برنامه ریزی درمان، تصمیم گیری بالینی و مدیریت انتظارات بیماران دارد. با این حال، روش های متداول پیش بینی عمدتاً مبتنی بر مدل های ساده، تجربی و خطی هستند و توانایی کافی در بازنمایی روابط پیچیده، غیرخطی و فرد محور بین جا به جایی های اسکلتی و پاسخ بافت نرم را ندارند؛ این محدودیت در جراحی های ارتوگناتیک بایمکس بارزتر است. با وجود پیشرفت های اخیر در حوزه هوش مصنوعی و یادگیری عمیق در پزشکی، همچنان خلا پژوهشی قابل توجهی در توسعه مدل های مولد که قادر به استفاده همزمان از داده های چندوجهی تصویری و آناتومیک باشند، وجود دارد. بخش عمده ای از مطالعات پیشین یا بر داده های محدود و دوبعدی تمرکز داشته اند یا صرفاً به مدل های پیش بینی کننده غیرمولد اکتفا کرده اند و امکان شبیه سازی تصویری واقع گرایانه از چهره پس از جراحی را فراهم نمی کنند. پژوهش حاضر با هدف توسعه یک مدل مولد مبتنی بر هوش مصنوعی جهت پیش بینی تغییرات بافت نرم پس از جراحی ارتوگناتیک دو فک انجام می شود. نوآوری این تحقیق در بهره گیری از داده های چند منبعی و مدل سازی روابط پیچیده بین ساختار اسکلتی و بافت نرم نهفته است که می تواند به کاهش عدم قطعیت های درمانی، افزایش دقت برنامه ریزی جراحی و بهبود تصمیم گیری بالینی در حوزه جراحی فک و صورت منجر شود.
مجری طرح: دکتر فرزانه بلندپروا
مجری طرح: دکتر فرزانه بلندپروا
سال شروع: 1405
ارسال به دوستان