期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
牙周病疾病经济负担及口腔医疗保险制度的研究现况
1
作者
陈雨劼
吴键新
+2 位作者
戴芳
吴婧婷
宋莉
《中国医药科学》
2024年第18期38-41,共4页
牙周病是一种慢性、多因素疾病,人群发病率接近90%,是造成成人牙齿缺失的主要原因,其并发症对患者的营养、生活质量和自尊均产生负面影响。同时,当前大部分国家地区基本医疗保险不能统筹支付口腔门诊治疗费用,并缺乏商业保险的补充。牙...
牙周病是一种慢性、多因素疾病,人群发病率接近90%,是造成成人牙齿缺失的主要原因,其并发症对患者的营养、生活质量和自尊均产生负面影响。同时,当前大部分国家地区基本医疗保险不能统筹支付口腔门诊治疗费用,并缺乏商业保险的补充。牙周病的高发病率、低就诊率、低口腔医疗保险覆盖率,给个人、家庭和社会带来了沉重的疾病经济负担。本文就国内外牙周病疾病经济负担及口腔医疗保险制度的研究现况进行文献回顾,指出应推动我国牙周疾病经济负担及口腔医疗保险研究的深入开展,为具体工作提供理论依据。
展开更多
关键词
牙周病
疾病经济负担
伤残调整寿命年
健康生命损失年
口腔医疗保险制度
在线阅读
下载PDF
职称材料
基于口内数码照图像深度学习的牙周病早期筛查研究
被引量：
2
2
作者
朱红标
刘强冬
+6 位作者
曾子强
娄伟明
戴芳
吴婧婷
邓恬
邓立彬
宋莉
《口腔医学研究》
CAS
CSCD
北大核心
2022年第11期1092-1095,共4页
目的:基于卷积神经网络(convolutional neural network,CNN)的深度学习技术构建人工智能(artificial intelligence,AI)牙周病早筛模型,辅助非牙周医生对牙周病进行早期筛查。方法:收集南昌大学第二附属医院口腔医学诊疗中心就诊的牙周...
目的:基于卷积神经网络(convolutional neural network,CNN)的深度学习技术构建人工智能(artificial intelligence,AI)牙周病早筛模型,辅助非牙周医生对牙周病进行早期筛查。方法:收集南昌大学第二附属医院口腔医学诊疗中心就诊的牙周非健康人群以及牙周健康人群的口内数码照和临床资料。基于VGG-16结构对口内数码照图像进行训练和测试,建立口腔九宫格、正位咬合、正位咬合(剔除无效背景)3种训练集模型。结果:共收集到578位研究对象的3869张口内数码照图像,其中牙周健康图像2230张,牙周非健康图像1639张。采用VGG-16结构建立3种训练集模型,对九宫格口内数码照、正位咬合口内数码照、正位咬合(剔除无效背景)口内数码照预测的准确度分别为66.62%、64.66%、77.44%,曲线下面积(area under curve,AUC)值分别为0.651、0.767、0.784。结论:本研究构建的VGG-16模型能有效通过对口内数码照图像识别,辅助非牙周医生对牙周病进行早筛。
展开更多
关键词
卷积神经网络
牙周病
深度学习
人工智能
在线阅读
下载PDF
职称材料
题名
牙周病疾病经济负担及口腔医疗保险制度的研究现况
1
作者
陈雨劼
吴键新
戴芳
吴婧婷
宋莉
机构
南昌大学第二附属医院口腔医学诊疗中心江西省卫生健康牙周病学重点实验室
南昌大学第二临床医学院
出处
《中国医药科学》
2024年第18期38-41,共4页
基金
江西省卫生健康委科技计划(202130510)。
文摘
牙周病是一种慢性、多因素疾病,人群发病率接近90%,是造成成人牙齿缺失的主要原因,其并发症对患者的营养、生活质量和自尊均产生负面影响。同时,当前大部分国家地区基本医疗保险不能统筹支付口腔门诊治疗费用,并缺乏商业保险的补充。牙周病的高发病率、低就诊率、低口腔医疗保险覆盖率,给个人、家庭和社会带来了沉重的疾病经济负担。本文就国内外牙周病疾病经济负担及口腔医疗保险制度的研究现况进行文献回顾,指出应推动我国牙周疾病经济负担及口腔医疗保险研究的深入开展,为具体工作提供理论依据。
关键词
牙周病
疾病经济负担
伤残调整寿命年
健康生命损失年
口腔医疗保险制度
Keywords
Periodontal disease
Economic burden of disease
Disability adjusted life year
Years of life lived with disability
Oral medical insurance system
分类号
R197.3 [医药卫生—卫生事业管理]
在线阅读
下载PDF
职称材料
题名
基于口内数码照图像深度学习的牙周病早期筛查研究
被引量：
2
2
作者
朱红标
刘强冬
曾子强
娄伟明
戴芳
吴婧婷
邓恬
邓立彬
宋莉
机构
南昌大学第二附属医院口腔医学诊疗中心
南昌大学牙周病研究所
南昌大学公共卫生学院
江西省预防医学重点实验室
出处
《口腔医学研究》
CAS
CSCD
北大核心
2022年第11期1092-1095,共4页
基金
江西省科技厅重点研发一般项目(编号:20212BBG73006)
南昌大学交叉基金项目(编号:9166-27060003-ZD04)
院内临床研究重大项目(编号:2021efyA04)。
文摘
目的:基于卷积神经网络(convolutional neural network,CNN)的深度学习技术构建人工智能(artificial intelligence,AI)牙周病早筛模型,辅助非牙周医生对牙周病进行早期筛查。方法:收集南昌大学第二附属医院口腔医学诊疗中心就诊的牙周非健康人群以及牙周健康人群的口内数码照和临床资料。基于VGG-16结构对口内数码照图像进行训练和测试,建立口腔九宫格、正位咬合、正位咬合(剔除无效背景)3种训练集模型。结果:共收集到578位研究对象的3869张口内数码照图像,其中牙周健康图像2230张,牙周非健康图像1639张。采用VGG-16结构建立3种训练集模型,对九宫格口内数码照、正位咬合口内数码照、正位咬合(剔除无效背景)口内数码照预测的准确度分别为66.62%、64.66%、77.44%,曲线下面积(area under curve,AUC)值分别为0.651、0.767、0.784。结论:本研究构建的VGG-16模型能有效通过对口内数码照图像识别,辅助非牙周医生对牙周病进行早筛。
关键词
卷积神经网络
牙周病
深度学习
人工智能
Keywords
convolutional neural network
periodontal disease
deep learning
artificial intelligence
分类号
R781.4 [医药卫生—口腔医学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
牙周病疾病经济负担及口腔医疗保险制度的研究现况
陈雨劼
吴键新
戴芳
吴婧婷
宋莉
《中国医药科学》
2024
0
在线阅读
下载PDF
职称材料
2
基于口内数码照图像深度学习的牙周病早期筛查研究
朱红标
刘强冬
曾子强
娄伟明
戴芳
吴婧婷
邓恬
邓立彬
宋莉
《口腔医学研究》
CAS
CSCD
北大核心
2022
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
