Aller au contenu principal
Accès ouvert déclaré 2023 article

Digital diaphanoscopy of maxillary sinus pathologies supported by machine learning

6Citations signalées, ce qui n’est pas une note de qualité
6Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : ru, de. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Maxillary sinus pathologies remain among the most common ENT diseases requiring timely diagnosis for successful treatment. Standard ENT inspection approaches indicate low sensitivity in detecting maxillary sinus pathologies. In this paper, we report on capabilities of digital diaphanoscopy combined with machine learning tools in the detection of such pathologies. We provide a comparative analysis of two machine learning approaches applied to digital diapahnoscopy data, namely, convolutional neural networks and linear discriminant analysis. The sensitivity and specificity values obtained for both employed approaches exceed the reported accuracy indicators for traditional screening diagnosis methods (such as nasal endoscopy or ultrasound), suggesting the prospects of their usage for screening maxillary sinuses alterations. The analysis of the obtained values showed that the linear discriminant analysis, being a simpler approach as compared to neural networks, allows one to detect the maxillary sinus pathologies with the sensitivity and specificity of 0.88 and 0.98, respectively.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Digital diaphanoscopy of maxillary sinus pathologies supported by machine learning
Date Crossref
20/06/2023
Éditeur
Wiley
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Orel State University named after I.S. Turgenev pays non établi dans la notice
    Université ou école supérieure
  • Innopolis University pays non établi dans la notice
    Université ou école supérieure
  • Institute of Applied Physics pays non établi dans la notice
    Structure de recherche
  • N. I. Lobachevsky State University of Nizhny Novgorod pays non établi dans la notice
    Université ou école supérieure
  • Moscow State University of Medicine and Dentistry pays non établi dans la notice
    Université ou école supérieure
  • Holoeye Photonics (Germany) pays non établi dans la notice
    Entreprise
  • Research and Development Center of Biomedical Photonics Orel State University Orel Russia pays non établi dans la notice
    Université ou école supérieure
  • N.I. Lobachevsky State University of Nizhny Novgorod Nizhny Novgorod Russia pays non établi dans la notice
    Université ou école supérieure
  • art photonics GmbH Berlin Germany pays non établi dans la notice
    Entreprise

Orel State University named after I.S. Turgenev, Innopolis University et Institute of Applied Physics, avec 6 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Sinusitis and nasal conditionsNasal Surgery and Airway StudiesDental Radiography and Imaging

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.