Key points are not available for this paper at this time.
In dieser Studie entwickelten wir ein digitales Farbvergleichsgerät zur Bestimmung der Zahnfarbe unter Verwendung des Support Vector Machine (SVM) Algorithmus. Der Farbvergleich wurde mit Farbtabs durchgeführt. Für die Hardware wurde die typischerweise verwendete intraorale Kamera modifiziert, um das Kreuzpolarisation-Schema anzuwenden und Licht von außen zu blockieren, was zu Farbvergleichsfehlern führen kann. Für zuverlässige Experimente wurde ein präziser Roboterarm mit einer Positionswiederholgenauigkeit von ±0,1 mm sowie ein speziell gestalteter Halter verwendet, um die Position der VITA 3D-master (3D) Farbtabs zu fixieren. Um eine konsistente Farbperformance zu gewährleisten, wurde eine Farbdurchführung mit fünf Standardfarben durchgeführt, die die Mittelwerte der fünf Farbtabs des 3D repräsentieren. Durch die Verwendung des SVM-Algorithmus wurden Hyperflächen und Unterstützungsvektoren für 3D Farbtabs mit einer Datenbank erhalten, die mit fünf entwickelten Geräten organisiert wurde. Anschließend wurde der Farbvergleich durchgeführt, indem 3D Farbtabs im Gegensatz zu echten Zähnen mit drei zusätzlichen Geräten gemessen wurden. Im Durchschnitt wurde mit allen Geräten bei 10 Messungen eine Übereinstimmungsgenauigkeit von über 90 % und eine Fehlerquote von weniger als 1 % erreicht. Darüber hinaus verglichen wir den Klassifikationsalgorithmus mit anderen Klassifikationsalgorithmen, wie logistischer Regression, Zufallswald und k-nächsten Nachbarn, unter Verwendung der Leave-Pair-Out-Kreuzvalidierungsmethode, um die Klassifikationsleistung des SVM-Algorithmus zu überprüfen. Unser vorgeschlagenes Schema kann eine optimale Lösung für die quantitative Messung der Zahnfarbe mit hoher Genauigkeit sein.
Kim et al. (Wed,) untersuchten diese Frage.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: