Projektbeschreibung
Kieferorthopädische Diagnose über eine App
In der Kieferorthopädie werden Zahnfehlstellungen in verschiedene Klassen eingeteilt, je nach Beziehung zwischen dem oberen und unteren Zahnbogen. Bei Fehlstellungen der Klasse III steht der Unterkiefer im Verhältnis zum Oberkiefer vor. Mit einer frühen Erkennung, bereits im Alter von 7 Jahren, kann eine wirksame Behandlung geplant und die Komplexität reduziert werden. Das ist jedoch nicht immer möglich, da die Symptome schwer zu erkennen sind. Forschende aus dem EU-finanzierten Projekt orthomobile haben eine App entwickelt, mit der Fotos für eine vorläufige Diagnose analysiert werden, sodass Eltern informiert sind und die Interaktion zwischen behandelnder Fachkraft und Betroffenen erleichtert wird. Mit dem Prototyp wurden erfolgreich erste Ergebnisse zur Klassifizierung von Klasse III erreicht, sodass die App ein Kandidat für Forschende ist, der auf dem internationalen Markt eingeführt werden könnte.
Ziel
Orthodontics can correct deformities in the maxillofacial region by making growth modifications with orthopedic devices. Skeletal orthodontic deformities are divided into three; Class I, Class II, and Class III. The ideal age of intervention for these three classifications is different. Class III problems should be detected at age 7, but diagnosis is difficult even for the orthodontist at this age when symptoms are not yet discernible to the human eye. Even when the cephalometric film taken with an X-ray is analyzed, it may not be noticed by people. In addition, it is not possible to have an orthodontic examination for children all around the world before the age of 7. The main tasks carried out by our application include screening for the preliminary diagnosis by identifying symptoms in the profile photo; informing the parents; directing to the doctor, and facilitating the doctor-patient interaction. For Class III, the accuracy rate of correctly classified images was found to be 81.66%. The current prototype was created using statistical data from the Turkish population, and an application that can extract various skeletal characteristics from any given data training set is currently being developed. We intend to expand to the international market and create a training model for various races once we can diagnose Class I and Class II problems with the same accuracy.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Schlüsselbegriffe
Programm/Programme
- HORIZON.3.2 - European innovation ecosystems Main Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
(öffnet in neuem Fenster) HORIZON-EIE-2022-SCALEUP-02
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
HORIZON-CSA - HORIZON Coordination and Support ActionsKoordinator
48000 Mugla
Türkei
Die Organisation definierte sich zum Zeitpunkt der Unterzeichnung der Finanzhilfevereinbarung selbst als KMU (Kleine und mittlere Unternehmen).