Fa'amaoniga o se fa'ata'ita'iga o le eliina o fa'amaumauga e fa'asaga i metotia masani o le fuafuaina o tausaga o nifo i talavou ma talavou matutua Korea

Faafetai mo lou asiasi mai i le Nature.com. O le lomiga o le browser o loʻo e faʻaaogaina e le lava le lagolago CSS. Mo ni taunuuga sili ona lelei, matou te fautuaina le faʻaaogaina o se lomiga fou o lau browser (pe tape le compatibility mode i le Internet Explorer). I le taimi nei, ina ia mautinoa le faʻaauau pea o le lagolago, o loʻo matou faʻaalia le 'upega tafaʻilagi e aunoa ma ni faʻatulagaga poʻo ni JavaScript.
O nifo e manatu o le fa'ailoga sili ona sa'o o le matua o le tino o le tagata ma e masani ona fa'aaogaina i le iloiloga o tausaga fa'amasino. Sa matou fa'amoemoe e fa'amaonia le fa'atatauga o tausaga o nifo e fa'avae i luga o le eliina o fa'amaumauga e ala i le fa'atusatusaina o le sa'o o le fa'atatauga ma le fa'atinoga o le fa'avasegaga o le tulaga fa'atapula'aina o le 18 tausaga ma metotia masani ma fa'atatauga o tausaga e fa'avae i luga o le eliina o fa'amaumauga. E 2657 ata fa'a-X na aoina mai tagatanu'u Korea ma Iapani e 15 i le 23 tausaga le matutua. Sa vaevaeina i latou i se seti a'oa'oga, e tofu ma le 900 ata fa'a-X Korea, ma se seti su'ega i totonu e 857 ata fa'a-X Iapani. Sa matou fa'atusatusaina le sa'o o le fa'avasegaga ma le lelei o metotia masani ma seti su'ega o fa'ata'ita'iga eliina o fa'amaumauga. O le sa'o o le metotia masani i luga o le seti su'ega i totonu e fai si maualuga atu nai lo le fa'ata'ita'iga eliina o fa'amaumauga, ma e la'ititi le eseesega (averesi sese atoatoa <0.21 tausaga, root mean square error <0.24 tausaga). O le fa'atinoga o le fa'avasegaga mo le tapula'a 18 tausaga e tutusa fo'i i le va o metotia masani ma fa'ata'ita'iga eliina o fa'amaumauga. O lea la, e mafai ona suia metotia masani i faʻataʻitaʻiga o le eliina o faʻamaumauga pe a faia le iloiloga o tausaga faʻamasino e faʻaaoga ai le matua o nifo nifo lona lua ma le lona tolu i talavou ma talavou matutua Korea.
O le fuafuaina o tausaga o nifo e faʻaaogaina lautele i togafitiga faʻasaienisi ma togafitiga nifo o tamaiti. Ae maise lava, ona o le maualuga o le fesootaʻiga i le va o tausaga faʻasolosolo ma le atinaʻeina o nifo, o le iloiloga o tausaga e ala i laʻasaga o le atinaʻeina o nifo o se mea taua mo le iloiloina o tausaga o tamaiti ma talavou1,2,3. Peitaʻi, mo tagata talavou, o le fuafuaina o tausaga o nifo e faʻavae i luga o le matua o nifo e iai ona tapulaʻa aua ua toetoe lava a maeʻa le tuputupu aʻe o nifo, sei vagana ai nifo molar lona tolu. O le faʻamoemoega faʻaletulafono o le fuafuaina o tausaga o tagata talavou ma talavou o le tuʻuina atu lea o faʻatatauga saʻo ma faʻamaoniga faasaienisi pe ua latou oʻo i le matua. I le faiga faʻafomaʻi-faaletulafono o talavou ma talavou matutua i Korea, na fuafuaina le matua e faʻaaoga ai le metotia a Lee, ma o se tapulaʻa faʻaletulafono o le 18 tausaga na valoia e faʻavae i luga o faʻamaumauga na lipotia mai e Oh et al 5.
O le aʻoaʻoina o masini o se ituaiga o atamai faʻapitoa (AI) e aʻoaʻoina ma faʻavasega pea lava pea le tele o faʻamaumauga, foʻia faʻafitauli na o ia, ma faʻatinoina le polokalameina o faʻamaumauga. E mafai e le aʻoaʻoina o masini ona maua ni mamanu natia aoga i le tele o faʻamaumauga6. I se faʻatusatusaga, o metotia masani, e tele ai galuega ma le tele o le taimi, atonu e iai ni tapulaʻa pe a feagai ma le tele o faʻamaumauga faigata e faigata ona faʻagasolo lima7. O le mea lea, e tele suʻesuʻega ua faia talu ai nei e faʻaaoga ai tekinolosi komepiuta lata mai e faʻaitiitia ai mea sese a tagata ma faʻagasolo lelei ai faʻamaumauga e tele itu8,9,10,11,12. Ae maise lava, o le aʻoaʻoina loloto ua faʻaaogaina lautele i le auʻiliʻiliga o ata faafomaʻi, ma o metotia eseese mo le fuafuaina o tausaga e ala i le suʻesuʻeina otometi o ata X-ray ua lipotia mai e faʻaleleia atili ai le saʻo ma le lelei o le fuafuaina o tausaga13,14,15,16,17,18,19,20. Mo se faʻataʻitaʻiga, na atiaʻe e Halabi ma isi 13 se algorithm aʻoaʻoga masini e faʻavae i luga o fesoʻotaʻiga neural convolutional (CNN) e faʻatatau ai le matua o le skeletal e faʻaaoga ai ata X-ray o lima o tamaiti. O lenei suʻesuʻega ua fautuaina ai se faʻataʻitaʻiga e faʻaaoga ai le aʻoaʻoina o masini i ata faafomaʻi ma faʻaalia ai e mafai e nei metotia ona faʻaleleia atili ai le saʻo o le suʻesuʻega. Na fuafua e Li ma isi le matua mai ata X-ray o le pelvic e faʻaaoga ai le deep learning CNN ma faʻatusatusa i latou i taunuuga o le regression e faʻaaoga ai le ossification stage estimation. Na latou iloa ai o le deep learning CNN model na faʻaalia ai le tutusa o le faʻatinoga o le fuafuaina o tausaga e pei o le regression model masani. Na iloiloina e le suʻesuʻega a Guo ma isi [15] le faʻatinoga o le faʻavasegaina o le onosaʻi i tausaga o le tekinolosi CNN e faʻavae i luga o orthophotos o nifo, ma o taunuuga o le CNN model na faʻamaonia ai na sili atu le lelei o tagata nai lo lana faʻatinoga o le faʻavasegaina o tausaga.
O le tele o suʻesuʻega i le faʻatatauina o tausaga e faʻaaogaina ai le aʻoaʻoina o masini e faʻaaogaina ai metotia o le aʻoaʻoina loloto13,14,15,16,17,18,19,20. O le faʻatatauina o tausaga e faʻavae i luga o le aʻoaʻoina loloto ua lipotia mai e sili atu le saʻo nai lo metotia masani. Peitaʻi, o lenei auala e itiiti se avanoa e tuʻuina atu ai le faʻavae faasaienisi mo faʻatatauga o tausaga, e pei o faʻailoga o tausaga e faʻaaogaina i faʻatatauga. E iai foʻi se finauga faaletulafono e uiga i le tagata e faia asiasiga. O le mea lea, o le faʻatatauina o tausaga e faʻavae i luga o le aʻoaʻoina loloto e faigata ona talia e pulega faʻale-pulega ma faʻamasinoga. O le eliina o faʻamatalaga (DM) o se metotia e mafai ona maua ai e le gata o faʻamatalaga e faʻamoemoeina ae faʻapea foʻi ma faʻamatalaga e leʻi faʻamoemoeina o se metotia mo le mauaina o fesoʻotaʻiga aoga i le va o le tele o faʻamatalaga6,21,22. E masani ona faʻaaogaina le aʻoaʻoina o masini i le eliina o faʻamatalaga, ma o le eliina o faʻamatalaga ma le aʻoaʻoina o masini e faʻaaogaina uma ia algorithm autu e tasi e iloa ai mamanu i faʻamatalaga. O le faʻatatauina o tausaga e faʻaaogaina ai le atinaʻeina o nifo e faʻavae i luga o le iloiloga a le tagata suʻesuʻe o le matua o nifo faʻamoemoeina, ma o lenei iloiloga e faʻaalia o se laʻasaga mo nifo taʻitasi e faʻamoemoeina. E mafai ona faʻaaogaina le DM e iloilo ai le fesoʻotaʻiga i le va o le laʻasaga o le iloiloga o nifo ma le matua moni ma e iai le gafatia e sui ai le auʻiliʻiliga faʻamaumauga masani. O le mea lea, afai tatou te faʻaaogaina metotia DM i le faʻatatauina o tausaga, e mafai ona tatou faʻatinoina le aʻoaʻoga masini i le faʻatatauina o tausaga faʻamasino e aunoa ma le popole i noataga faaletulafono. E tele suʻesuʻega faʻatusatusa ua lolomiina i luga o isi auala e mafai ona sui ai metotia masani faʻatino e faʻaaogaina i faiga faʻamasino ma metotia faʻavae EBM mo le fuafuaina o tausaga o nifo. Na faʻaalia e Shen et al23 o le faʻataʻitaʻiga DM e sili atu le saʻo nai lo le fua masani a Camerer. Na faʻaaogaina e Galibourg et al24 metotia eseese DM e vavalo ai tausaga e tusa ai ma le tulaga o Demirdjian25 ma o taunuuga na faʻaalia ai o le metotia DM na sili atu nai lo metotia a Demirdjian ma Willems i le faʻatatauina o tausaga o le faitau aofaʻi Farani.
Mo le fuafuaina o tausaga o nifo o talavou ma talavou Korea, o le metotia 4 a Lee e faʻaaogaina lautele i faiga faʻasaienisi a Korea. O lenei metotia e faʻaaogaina ai auʻiliʻiliga faʻamaumauga masani (e pei o le regression tele) e suʻesuʻe ai le sootaga i le va o tagata Korea ma le matua faʻasologa. I lenei suʻesuʻega, o metotia faʻatatau tausaga na maua mai i le faʻaaogaina o metotia faʻamaumauga masani ua faʻamatalaina o "metotia masani." O le metotia a Lee o se metotia masani, ma ua faʻamaonia lona saʻo e Oh et al. 5; peitaʻi, o le faʻaaogaina o le faʻatatauga o tausaga e faʻavae i luga o le faʻataʻitaʻiga DM i faiga faʻasaienisi a Korea o loʻo fesiligia pea. O la matou sini o le faʻamaonia faʻasaienisi le aoga o le faʻatatauga o tausaga e faʻavae i luga o le faʻataʻitaʻiga DM. O le faʻamoemoega o lenei suʻesuʻega o le (1) faʻatusatusa le saʻo o faʻataʻitaʻiga DM e lua i le fuafuaina o tausaga o nifo ma le (2) faʻatusatusa le faʻatinoga o le faʻavasegaina o faʻataʻitaʻiga DM e 7 i le 18 tausaga ma i latou na maua mai i le faʻaaogaina o metotia faʻamaumauga masani Matua o nifo lona lua ma le lona tolu i auvae uma e lua.
O fua fa'atatau ma tulaga fa'atusatusa o tausaga fa'asolosolo e tusa ai ma le tulaga ma le ituaiga o nifo o lo'o fa'aalia i luga ole laiga i le Fa'aopoopoga o le Laulau S1 (seti a'oa'oga), Fa'aopoopoga o le Laulau S2 (seti su'ega i totonu), ma le Fa'aopoopoga o le Laulau S3 (seti su'ega i fafo). O tau kappa mo le fa'atuatuaina o le tagata su'esu'e i totonu ma le tagata su'esu'e na maua mai le seti a'oa'oga o le 0.951 ma le 0.947, i le fa'asologa. O tau P ma le 95% o le mautinoa mo tau kappa o lo'o fa'aalia i le laulau fa'aopoopo i luga ole laiga S4. O le tau kappa na fa'amatalaina o le "toetoe lava a atoatoa", e ogatasi ma ta'iala a Landis ma Koch26.
A fa'atusatusa le averesi o le sese atoatoa (MAE), e sili atu teisi le lelei o le metotia masani nai lo le fa'ata'ita'iga DM mo itupa uma ma i le seti su'ega a ali'i i fafo, sei vagana ai le multilayer perceptron (MLP). O le eseesega i le va o le fa'ata'ita'iga masani ma le fa'ata'ita'iga DM i le seti su'ega MAE i totonu o le 0.12–0.19 tausaga mo ali'i ma le 0.17–0.21 tausaga mo tama'ita'i. Mo le maa su'ega i fafo, e la'ititi ifo eseesega (0.001–0.05 tausaga mo ali'i ma le 0.05–0.09 tausaga mo tama'ita'i). E le gata i lea, o le root mean square error (RMSE) e maualalo teisi nai lo le metotia masani, fa'atasi ai ma ni eseesega laiti (0.17–0.24, 0.2–0.24 mo le seti su'ega i totonu o ali'i, ma le 0.03–0.07, 0.04–0.08 mo le seti su'ega i fafo). ). E sili atu teisi le lelei o le fa'atinoga o le MLP nai lo le Single Layer Perceptron (SLP), sei vagana ai le tulaga o le seti su'ega i fafo a tama'ita'i. Mo le MAE ma le RMSE, e maualuga atu togi o suega i fafo nai lo le suega i totonu mo itupa uma ma faʻataʻitaʻiga. O MAE ma RMSE uma o loʻo faʻaalia i le Laulau 1 ma le Ata 1.
MAE ma le RMSE o faʻataʻitaʻiga masani ma faʻataʻitaʻiga o le regression o le eliina o faʻamaumauga. Mean absolute error MAE, root mean square error RMSE, single layer perceptron SLP, multilayer perceptron MLP, metotia masani a le CM.
O le fa'atinoga o le fa'avasegaga (fa'atasi ai ma le tapula'a o le 18 tausaga) o fa'ata'ita'iga masani ma DM na fa'aalia i tulaga o le maaleale, fa'apitoa, taua fa'atatau lelei (PPV), taua fa'atatau leaga (NPV), ma le eria i lalo o le pi'o o uiga fa'atino o le receiver (AUROC) 27 (Laulau 2, Ata 2 ma le Ata Fa'aopoopo 1 i luga ole laiga). I tulaga o le maaleale o le maa su'ega i totonu, o metotia masani na sili ona lelei i ali'i ma sili atu ona leaga i fafine. Peita'i, o le eseesega i le fa'atinoga o le fa'avasegaga i le va o metotia masani ma le SD e 9.7% mo ali'i (MLP) ma na'o le 2.4% mo fafine (XGBoost). I totonu o fa'ata'ita'iga DM, o le logistic regression (LR) na fa'aalia ai le maaleale sili atu i itupa uma e lua. E tusa ai ma le fa'apitoa o le seti su'ega i totonu, na matauina ai o fa'ata'ita'iga SD e fa na lelei le fa'atinoga i ali'i, ae o le fa'ata'ita'iga masani na sili atu le lelei i fafine. O eseesega i le fa'atinoga o le fa'avasegaga mo ali'i ma fafine e 13.3% (MLP) ma le 13.1% (MLP), i le fa'asologa, o lo'o fa'aalia ai o le eseesega i le fa'atinoga o le fa'avasegaga i le va o fa'ata'ita'iga e sili atu i le maaleale. I totonu o faʻataʻitaʻiga DM, o le support vector machine (SVM), decision tree (DT), ma faʻataʻitaʻiga random forest (RF) na sili ona lelei le faʻatinoga i tane, ae o le faʻataʻitaʻiga LR na sili atu le lelei i fafine. O le AUROC o le faʻataʻitaʻiga masani ma faʻataʻitaʻiga SD uma e sili atu i le 0.925 (k-nearest neighbor (KNN) i alii), o loʻo faʻaalia ai le faʻatinoga sili ona lelei o le faʻavasegaina i le iloa o faʻataʻitaʻiga e 18 tausaga le matutua28. Mo le seti suʻega i fafo, sa i ai se faʻaitiitia o le faʻatinoga o le faʻavasegaina i tulaga o le maaleale, faʻapitoa ma le AUROC pe a faʻatusatusa i le seti suʻega i totonu. E le gata i lea, o le eseesega i le maaleale ma le faʻapitoa i le va o le faʻatinoga o le faʻavasegaina o faʻataʻitaʻiga sili ona lelei ma sili ona leaga na amata mai le 10% i le 25% ma e sili atu nai lo le eseesega i le seti suʻega i totonu.
O le maaleale ma le patino o faʻataʻitaʻiga faʻavasegaga o le eliina o faʻamaumauga pe a faʻatusatusa i metotia masani ma le tapulaʻa o le 18 tausaga. KNN k nearest neighbor, SVM support vector machine, LR logistic regression, DT decision tree, RF random forest, XGB XGBoost, MLP multilayer perceptron, metotia masani a le CM.
O le laasaga muamua i lenei suʻesuʻega o le faʻatusatusa lea o le saʻo o faʻatatauga o tausaga o nifo na maua mai faʻataʻitaʻiga DM e fitu ma na maua mai le faʻaaogaina o le regression masani. Na iloiloina le MAE ma le RMSE i seti suʻega i totonu mo itupa uma e lua, ma o le eseesega i le va o le metotia masani ma le faʻataʻitaʻiga DM na amata mai le 44 i le 77 aso mo le MAE ma mai le 62 i le 88 aso mo le RMSE. E ui ina sa sili atu le saʻo o le metotia masani i lenei suʻesuʻega, ae faigata ona faʻaiʻu pe o se eseesega laʻititi faapena e iai sona taua faʻaklinikal poʻo se aoga. O nei taunuuga e faʻaalia ai o le saʻo o le faʻatatauga o tausaga o nifo e faʻaaogaina ai le faʻataʻitaʻiga DM e toetoe lava tutusa ma le metotia masani. O le faʻatusatusaga tuusaʻo ma taunuuga mai suʻesuʻega muamua e faigata ona e leai se suʻesuʻega na faʻatusatusaina le saʻo o faʻataʻitaʻiga DM ma metotia faʻamaumauga masani e faʻaaogaina ai le metotia lava e tasi o le faʻamaumauina o nifo i le va o tausaga e tasi e pei o lenei suʻesuʻega. Na faʻatusatusa e Galibourg ma isi 24 le MAE ma le RMSE i le va o metotia masani e lua (metotia Demirjian25 ma le metotia Willems29) ma faʻataʻitaʻiga DM e 10 i se faitau aofaʻi Farani e 2 i le 24 tausaga le matutua. Na latou lipotia mai o faʻataʻitaʻiga uma o le DM e sili atu le saʻo nai lo metotia masani, faatasi ai ma eseesega o le 0.20 ma le 0.38 tausaga i le MAE ma le 0.25 ma le 0.47 tausaga i le RMSE pe a faʻatusatusa i metotia a Willems ma Demirdjian, i le faasologa lava lea. O le eseesega i le va o le faʻataʻitaʻiga SD ma metotia masani na faʻaalia i le suʻesuʻega a Halibourg ua amanaʻia ai le tele o lipoti30,31,32,33 e faʻapea o le metotia a Demirdjian e le o faʻatatauina saʻo le matua o nifo i tagata e ese mai Kanata Farani na faʻavae ai le suʻesuʻega. i lenei suʻesuʻega. Na faʻaaogaina e Tai ma isi 34 le algorithm MLP e vavalo ai le matua o nifo mai ata o nifo Saina e 1636 ma faʻatusatusa lona saʻo ma taunuuga o le metotia a Demirjian ma Willems. Na latou lipotia mai o le MLP e sili atu le saʻo nai lo metotia masani. O le eseesega i le va o le metotia a Demirdjian ma le metotia masani e <0.32 tausaga, ma le metotia a Willems e 0.28 tausaga, lea e tutusa ma taunuuga o le suʻesuʻega o loʻo iai nei. O taunuuga o nei suʻesuʻega ua mavae24,34 e ogatasi foʻi ma taunuuga o le suʻesuʻega o loʻo iai nei, ma e tutusa le saʻo o le faʻatatauga o tausaga o le faʻataʻitaʻiga DM ma le metotia masani. Peitaʻi, e faʻavae i luga o taunuuga ua tuʻuina atu, e mafai ona tatou faʻaiʻuina ma le faʻaeteete o le faʻaaogaina o faʻataʻitaʻiga DM e faʻatatau ai tausaga e ono suia ai metotia o loʻo iai ona o le leai o ni suʻesuʻega faʻatusatusa ma faʻasino i ai muamua. E manaʻomia suʻesuʻega faʻaauau e faʻaaoga ai faʻataʻitaʻiga tetele e faʻamaonia ai taunuuga na maua i lenei suʻesuʻega.
I totonu o suʻesuʻega na tofotofoina ai le saʻo o le SD i le fuafuaina o tausaga o nifo, o nisi na faaalia ai le saʻo maualuga atu nai lo la matou suʻesuʻega. Na faʻaaogaina e Stepanovsky ma isi 35 faʻataʻitaʻiga SD e 22 i ata radio panoramic o tagata Czech e 976 e 2.7 i le 20.5 tausaga le matutua ma tofotofoina le saʻo o faʻataʻitaʻiga taʻitasi. Na latou iloiloina le atinaʻeina o le aofaʻi o nifo tumau agavale pito i luga ma lalo e 16 e faʻaaoga ai taʻiala faʻavasegaga na fautuaina e Moorrees ma isi 36. O le MAE e mai le 0.64 i le 0.94 tausaga ma le RMSE e mai le 0.85 i le 1.27 tausaga, e sili atu le saʻo nai lo faʻataʻitaʻiga DM e lua na faʻaaogaina i lenei suʻesuʻega. Na faʻaaogaina e Shen ma isi 23 le metotia Cameriere e fuafua ai le matua o nifo tumau e fitu i le auvae agavale i tagata Saina i sasaʻe e 5 i le 13 tausaga le matutua ma faʻatusatusa i tausaga na fuafuaina e faʻaaoga ai le linear regression, SVM ma le RF. Na latou faʻaalia o faʻataʻitaʻiga DM uma e tolu e sili atu le saʻo pe a faʻatusatusa i le fua masani a Cameriere. O le MAE ma le RMSE i le suʻesuʻega a Shen sa maualalo ifo nai lo le faʻataʻitaʻiga DM i lenei suʻesuʻega. O le faʻateleina o le saʻo o suʻesuʻega a Stepanovsky et al. 35 ma Shen et al. 23 atonu e mafua mai i le aofia ai o tagata laiti i a latou faʻataʻitaʻiga o le suʻesuʻega. Talu ai ona o le saʻo o le faʻatatauga o tausaga mo tagata auai o loʻo i ai nifo o loʻo tuputupu aʻe aʻo faʻateleina le aofaʻi o nifo i le taimi o le atinaʻeina o nifo, o le saʻo o le metotia o le faʻatatauga o tausaga e ono faʻaleagaina pe a laiti tagata auai i le suʻesuʻega. E le gata i lea, o le sese o le MLP i le faʻatatauga o tausaga e laʻititi teisi nai lo le SLP, o lona uiga o le MLP e sili atu le saʻo nai lo le SLP. E manatu le MLP e sili atu teisi mo le faʻatatauga o tausaga, atonu ona o vaega natia i le MLP38. Peitaʻi, e iai se tuusaunoaga mo le faʻataʻitaʻiga i fafo o fafine (SLP 1.45, MLP 1.49). O le mauaina o le MLP e sili atu le saʻo nai lo le SLP i le iloiloina o tausaga e manaʻomia ai nisi suʻesuʻega toe tepa i tua.
Sa fa'atusatusa fo'i le fa'atinoga o le fa'avasegaga o le fa'ata'ita'iga DM ma le metotia masani i le tulaga fa'atapula'aina o le 18 tausaga. O fa'ata'ita'iga SD uma na fa'ata'ita'iina ma metotia masani i luga o le seti o su'ega i totonu na fa'aalia ai le tulaga taliaina o le fa'ailogaina mo le fa'ata'ita'iga e 18 tausaga le matutua. O le maaleale mo ali'i ma tama'ita'i e sili atu i le 87.7% ma le 94.9%, i le fa'asologa, ma le sa'o e sili atu i le 89.3% ma le 84.7%. O le AUROC o fa'ata'ita'iga uma na fa'ata'ita'iina e sili atu fo'i i le 0.925. I le mea sili matou te iloa, e leai se su'esu'ega na tofotofoina le fa'atinoga o le fa'ata'ita'iga DM mo le fa'avasegaga 18 tausaga e fa'avae i luga o le matua o nifo. E mafai ona matou fa'atusatusaina taunu'uga o lenei su'esu'ega ma le fa'atinoga o le fa'avasegaga o fa'ata'ita'iga a'oa'oga loloto i luga o ata radio panoramic. Na fuafuaina e Guo et al.15 le fa'atinoga o le fa'avasegaga o se fa'ata'ita'iga a'oa'oga loloto e fa'avae i luga o le CNN ma se metotia fa'atino e fa'avae i luga o le metotia a Demirjian mo se tulaga fa'atapula'aina o tausaga. O le maaleale ma le patino o le metotia fa'atino lima e 87.7% ma le 95.5%, i le fa'asologa, ma le maaleale ma le patino o le fa'ata'ita'iga CNN na sili atu i le 89.2% ma le 86.6%, i le fa'asologa. Na latou fa'ai'uina e mafai e fa'ata'ita'iga a'oa'oga loloto ona suitulaga pe sili atu nai lo le iloiloga fa'atino lima i le fa'avasegaina o tapula'a o tausaga. O taunu'uga o lenei su'esu'ega na fa'aalia ai le fa'atinoga tutusa o le fa'avasegaina; E talitonuina o le fa'avasegaina e fa'aaoga ai fa'ata'ita'iga DM e mafai ona suitulaga i metotia fa'amaumauga masani mo le fuafuaina o tausaga. I totonu o fa'ata'ita'iga, o le DM LR o le fa'ata'ita'iga sili lea i tulaga o le maaleale mo le fa'ata'ita'iga tane ma le maaleale ma le patino mo le fa'ata'ita'iga fafine. O le LR e tulaga lua i le patino mo ali'i. E le gata i lea, o le LR e manatu o se tasi o fa'ata'ita'iga DM35 e sili ona faigofie ona fa'aoga ma e le faigata ma faigata ona fa'agasolo. E fa'avae i luga o nei taunu'uga, o le LR na manatu o le fa'ata'ita'iga sili lea ona lelei mo le 18 tausaga le matutua i le faitau aofa'i Korea.
I le aotelega, o le sa'o o le fa'atatauga o tausaga po'o le fa'atinoga o le fa'avasegaga i luga o le seti suega i fafo sa le lelei pe maualalo pe a fa'atusatusa i taunu'uga i luga o le seti suega i totonu. O nisi lipoti o lo'o fa'ailoa mai ai o le sa'o o le fa'avasegaga po'o le lelei o le fa'avasegaina e fa'aitiitia pe a fa'aogaina fa'atatauga o tausaga e fa'avae i luga o le faitau aofa'i o Korea i le faitau aofa'i o Iapani5,39, ma o se mamanu fa'apena na maua i le su'esu'ega o lo'o iai nei. O lenei aga masani o le fa'aleagaina na matauina fo'i i le fa'ata'ita'iga DM. O le mea lea, ina ia fa'atatauina ma le sa'o o tausaga, e tusa lava pe fa'aogaina le DM i le faiga o le au'ili'iliga, e tatau ona sili atu metotia e maua mai fa'amaumauga o le faitau aofa'i moni, e pei o metotia masani,5,39,40,41,42. Talu ai e le o manino pe mafai e fa'ata'ita'iga loloto o a'oa'oga ona fa'aalia ni aga masani tutusa, o su'esu'ega e fa'atusatusa ai le sa'o o le fa'avasegaga ma le lelei o le fa'aogaina o metotia masani, fa'ata'ita'iga DM, ma fa'ata'ita'iga loloto o a'oa'oga i luga o fa'ata'ita'iga tutusa e mana'omia e fa'amaonia ai pe mafai e le atamai fa'apitoa ona fa'ato'ilaloina nei eseesega fa'alanu i tausaga fa'atapula'aina. iloiloga.
Matou te faʻaalia e mafai ona suia metotia masani i le faʻatatauga o tausaga e faʻavae i luga o le faʻataʻitaʻiga DM i faiga faʻatatauga o tausaga faʻamasino i Korea. Na matou iloa foʻi le avanoa e faʻatino ai le aʻoaʻoina o masini mo le iloiloga o tausaga faʻamasino. Peitaʻi, e iai ni tapulaʻa manino, e pei o le le lava o le aofaʻi o tagata auai i lenei suʻesuʻega e faʻamaonia ai ma le mautinoa ia taunuuga, ma le leai o ni suʻesuʻega muamua e faʻatusatusa ma faʻamaonia ai taunuuga o lenei suʻesuʻega. I le lumanaʻi, e tatau ona faia suʻesuʻega DM ma le tele o faʻataʻitaʻiga ma le tele o faitau aofaʻi eseese e faʻaleleia atili ai lona faʻaaogaina pe a faʻatusatusa i metotia masani. Ina ia faʻamaonia le talafeagai o le faʻaaogaina o le atamai faʻapitoa e faʻatatau ai tausaga i le tele o faitau aofaʻi, e manaʻomia suʻesuʻega i le lumanaʻi e faʻatusatusa ai le saʻo o le faʻavasegaina ma le lelei o faʻataʻitaʻiga DM ma le aʻoaʻoina loloto ma metotia masani i faʻataʻitaʻiga tutusa.
O le suʻesuʻega na faʻaaogaina ai ata tusi e 2,657 na aoina mai tagata matutua Korea ma Iapani e 15 i le 23 tausaga le matutua. O ata X-ray Korea na vaevaeina i ni seti aʻoaʻoga e 900 (19.42 ± 2.65 tausaga) ma ni seti suʻega i totonu e 900 (19.52 ± 2.59 tausaga). O le seti aʻoaʻoga na aoina i le tasi faʻalapotopotoga (Falemaʻi o Seoul St. Mary), ma o le seti suʻega lava ia na aoina i ni faʻalapotopotoga se lua (Falemaʻi o le Iunivesite o Seoul National Dental ma le Falemaʻi o le Iunivesite o Yonsei Dental). Na matou aoina foʻi ata X-ray e 857 mai isi faʻamaumauga e faʻavae i luga o le faitau aofaʻi (Iwate Medical University, Iapani) mo suʻega i fafo. O ata X-ray o tagata Iapani (19.31 ± 2.60 tausaga) na filifilia e fai ma seti suʻega i fafo. Na aoina faʻamaumauga i tua e iloilo ai laʻasaga o le atinaʻeina o nifo i ata X-ray panoramic na puʻeina i le taimi o togafitiga nifo. O faʻamaumauga uma na aoina e le o taʻua sei vagana ai le itupa, aso fanau ma le aso o le ata X-ray. O taʻiala mo le aofia ai ma le le aofia ai e tutusa ma suʻesuʻega na lolomiina muamua 4, 5. O le matua moni o le faʻataʻitaʻiga na fuafuaina e ala i le toʻesea o le aso fanau mai le aso na puʻeina ai le ata X-ray. Na vaevaeina le vaega o le faʻataʻitaʻiga i ni vaega tausaga e iva. O loʻo faʻaalia i le Laulau 3 le tufatufaina atu o tausaga ma itupa. O lenei suʻesuʻega na faia e tusa ai ma le Tautinoga a Helsinki ma faʻamaonia e le Komiti Iloiloga Faʻalapotopotoga (IRB) o le Falemaʻi o Seoul St. Mary o le Iunivesite Katoliko o Korea (KC22WISI0328). Ona o le mamanu toe tepa i tua o lenei suʻesuʻega, e le mafai ona maua se maliega faʻamalamalamaina mai gasegase uma o loʻo faia le suʻesuʻega X-ray mo faʻamoemoega faʻafomaʻi. Na faʻaleaogaina e le Falemaʻi o St. Mary (IRB) o le Iunivesite o Seoul Korea le manaʻoga mo le maliega faʻamalamalamaina.
O la'asaga o le atina'eina o nifo molar lona lua ma le lona tolu bimaxillary na iloiloina e tusa ai ma tulaga fa'avae a Demircan25. E na'o le tasi le nifo na filifilia pe afai e tutusa le ituaiga nifo na maua i le itu agavale ma le itu taumatau o auvae ta'itasi. Afai o nifo tutusa i itu uma e lua o lo'o i ai i la'asaga eseese o le atina'eina, o le nifo e maualalo le la'asaga o le atina'eina na filifilia e fa'atatau i le le mautonu i le matua fuafuaina. E selau ata X-ray na filifilia fa'afuase'i mai le seti o a'oa'oga na togiina e ni tagata matau e to'alua e iai le poto masani e fa'ata'ita'i ai le fa'atuatuaina o le va o tagata matau pe a uma le fa'atulagaina muamua e iloa ai le tulaga o le matua o nifo. O le fa'atuatuaina o le Intraobserver na iloiloina fa'alua i le va o masina e tolu e le tagata matau muamua.
O le itupa ma le tulaga o le atinaʻeina o nifo molars lona lua ma le lona tolu o auvae taʻitasi i le seti o aʻoaʻoga na faʻatatauina e se tagata matau muamua na aʻoaʻoina i faʻataʻitaʻiga DM eseese, ma o le matua moni na faʻatulagaina o le tau faʻamoemoe. O faʻataʻitaʻiga SLP ma MLP, ia e faʻaaogaina lautele i le aʻoaʻoina o masini, na faʻataʻitaʻiina faʻasaga i algorithms regression. O le faʻataʻitaʻiga DM e tuʻufaʻatasia ai galuega faʻatino laina e faʻaaoga ai laʻasaga o le atinaʻeina o nifo e fa ma tuʻufaʻatasia nei faʻamatalaga e faʻatatau ai le matua. O le SLP o le fesoʻotaʻiga neural faigofie ma e leai ni vaega natia. E galue le SLP e faʻavae i luga o le fesiitaiga o le tulaga i le va o nodes. O le faʻataʻitaʻiga SLP i le regression e tutusa faʻamatematika ma le multiple linear regression. E le pei o le faʻataʻitaʻiga SLP, o le faʻataʻitaʻiga MLP e tele vaega natia ma galuega faʻagaoioiga e le laina. O a matou faʻataʻitaʻiga na faʻaaogaina se vaega natia ma naʻo le 20 nodes natia ma galuega faʻagaoioiga e le laina. Faʻaaoga le gradient descent o le metotia faʻaleleia ma le MAE ma le RMSE o le galuega faʻaletonu e aʻoaʻo ai la matou faʻataʻitaʻiga aʻoaʻoga masini. O le faʻataʻitaʻiga regression sili ona lelei na maua na faʻaaogaina i seti suʻega i totonu ma fafo ma na faʻatatauina le matua o nifo.
Sa atiaeina se algorithm fa'avasegaga e fa'aaogaina ai le matua o nifo e fa i luga o le seti a'oa'oga e vavalo ai pe 18 tausaga le matua o se fa'ata'ita'iga pe leai. Mo le fausiaina o le fa'ata'ita'iga, na matou maua ai ni algorithm e fitu o le a'oa'oina o masini fa'atusa6,43: (1) LR, (2) KNN, (3) SVM, (4) DT, (5) RF, (6) XGBoost, ma le (7) MLP. O le LR o se tasi o algorithm fa'avasegaga e sili ona fa'aaogaina44. O se algorithm a'oa'oga va'ava'aia e fa'aaoga ai le regression e vavalo ai le avanoa o fa'amatalaga e patino i se vaega patino mai le 0 i le 1 ma fa'avasega fa'amatalaga o ni vaega e sili atu ona ono tupu e fa'atatau i lenei avanoa; e masani ona fa'aaogaina mo le fa'avasegaga binary. O le KNN o se tasi o algorithm a'oa'oga masini faigofie45. A tu'uina atu fa'amatalaga fou e ulufale mai, e maua ai fa'amatalaga k e lata ane i le seti o lo'o iai ona fa'avasega lea i totonu o le vasega e sili ona maualuga le taimi. Matou te setiina le 3 mo le aofa'i o tuaoi e mafaufauina (k). O le SVM o se algorithm e fa'ateleina ai le mamao i le va o vasega e lua e ala i le fa'aogaina o se galuega faatino a le kernel e fa'alautele ai le avanoa laina i totonu o se avanoa e le laina e ta'ua o fanua46. Mo lenei faʻataʻitaʻiga, matou te faʻaaogaina le bias = 1, power = 1, ma le gamma = 1 o ni hyperparameters mo le polynomial kernel. Ua faʻaaogaina le DT i vaega eseese o se algorithm mo le vaevaeina o se seti atoa o faʻamaumauga i ni vaega laiti e ala i le faʻatusalia o tulafono faʻaiʻuga i totonu o se fausaga o laʻau47. O le faʻataʻitaʻiga ua faʻatulagaina ma se numera maualalo o faʻamaumauga i le node e 2 ma faʻaaogaina le Gini index o se fua o le lelei. O le RF o se metotia faʻatasi e tuʻufaʻatasia ai le tele o DT e faʻaleleia atili ai le faʻatinoga e faʻaaoga ai se metotia faʻapipiʻi bootstrap e faʻatupuina ai se faʻavasegaga vaivai mo faʻataʻitaʻiga taʻitasi e ala i le tosoina faʻafuaseʻi o faʻataʻitaʻiga o le tele tutusa i ni nai taimi mai le seti muamua48. Na matou faʻaaogaina laau e 100, loloto o laau e 10, tele maualalo o le node e 1, ma le Gini admixture index o ni taʻiala vavaeʻesega node. O le faʻavasegaina o faʻamaumauga fou e fuafuaina e le palota a le toʻatele. O le XGBoost o se algorithm e tuʻufaʻatasia ai metotia faʻamalosia e faʻaaoga ai se metotia e avea o faʻamaumauga aʻoaʻoga le mea sese i le va o tau moni ma tau valoia o le faʻataʻitaʻiga muamua ma faʻateleina le mea sese e faʻaaoga ai gradients49. O se algorithm e faʻaaogaina lautele ona o lona faʻatinoga lelei ma le lelei o punaoa, faʻapea foʻi ma le maualuga o le faʻatuatuaina o se galuega faʻasaʻo overfitting. O le faʻataʻitaʻiga ua faʻapipiʻiina i uili lagolago e 400. O le MLP o se fesoʻotaʻiga neural lea e fausia ai e le tasi pe sili atu perceptrons ni vaega se tele ma le tasi pe sili atu vaega natia i le va o vaega ulufale ma vaega faʻatau atu38. I le faʻaaogaina o lenei mea, e mafai ona e faia le faʻavasegaga e le o se laina lea pe a e faʻaopoopoina se vaega ulufale ma maua se tau o le iʻuga, o le tau o le iʻuga na valoia e faʻatusatusa i le tau moni o le iʻuga ma toe faʻasalalauina le mea sese. Na matou fatuina se vaega natia ma le 20 neurons natia i vaega taʻitasi. O faʻataʻitaʻiga taʻitasi na matou atiaʻe na faʻaaogaina i seti i totonu ma fafo e faʻataʻitaʻi ai le faʻatinoga o le faʻavasegaga e ala i le fuafuaina o le maaleale, faʻapitoa, PPV, NPV, ma le AUROC. O le maaleale e faʻamatalaina o le fua faatatau o se faʻataʻitaʻiga e faʻatatauina e 18 tausaga le matua pe matua atu i se faʻataʻitaʻiga e faʻatatauina e 18 tausaga le matua pe matua atu. O le faʻapitoa o le vaega o faʻataʻitaʻiga i lalo ifo o le 18 tausaga le matua ma i latou e faʻatatauina e i lalo ifo o le 18 tausaga le matua.
O la'asaga o nifo na iloiloina i le seti o a'oa'oga na liua i la'asaga fa'afuainumera mo su'esu'ega fa'amaumauga. Na faia le multivariate linear ma le logistic regression e atiina ae ai fa'ata'ita'iga vavalo mo itupa ta'itasi ma maua ai fua fa'atatau regression e mafai ona fa'aaogaina e fa'atatau ai tausaga. Na matou fa'aaogaina nei fua fa'atatau e fa'atatau ai tausaga o nifo mo seti o su'ega i totonu ma fafo. O lo'o fa'aalia i le Laulau 4 fa'ata'ita'iga regression ma fa'avasegaga na fa'aaogaina i lenei su'esu'ega.
Sa fuafuaina le faʻatuatuaina o le tagata suʻesuʻe i totonu ma fafo e faʻaaoga ai le fuainumera a Cohen's kappa. Mo le faʻataʻitaʻiina o le saʻo o le DM ma faʻataʻitaʻiga masani o le regression, na matou fuafuaina le MAE ma le RMSE e faʻaaoga ai tausaga faʻatatau ma tausaga moni o seti suʻega i totonu ma fafo. O nei mea sese e masani ona faʻaaogaina e iloilo ai le saʻo o valoʻaga o faʻataʻitaʻiga. O le laʻititi o le mea sese, o le maualuga foi lea o le saʻo o le valoʻaga24. Faʻatusatusa le MAE ma le RMSE o seti suʻega i totonu ma fafo na fuafuaina e faʻaaoga ai le DM ma le regression masani. O le faʻatinoga o le faʻavasegaina o le 18-tausaga le tipi i fuainumera masani na iloiloina e faʻaaoga ai se laulau faʻalavelave 2 × 2. O le maaleale ua fuafuaina, le faʻapitoa, PPV, NPV, ma le AUROC o le seti suʻega na faʻatusatusa i tau na fuaina o le faʻataʻitaʻiga faʻavasegaina DM. O faʻamaumauga e faʻaalia o le averesi ± le eseesega masani poʻo le numera (%) e faʻatatau i uiga o faʻamaumauga. O tau P e lua-itu <0.05 na manatu o se taua faʻamaumauga. O auʻiliʻiliga faʻamaumauga masani uma na faia e faʻaaoga ai le SAS version 9.4 (SAS Institute, Cary, NC). Sa fa'atinoina le fa'ata'ita'iga o le DM regression i le Python e fa'aaoga ai le Keras50 2.2.4 backend ma le Tensorflow51 1.8.0 fa'apitoa mo galuega fa'amatematika. Sa fa'atinoina le fa'ata'ita'iga o le fa'avasegaga DM i le Waikato Knowledge Analysis Environment ma le Konstanz Information Miner (KNIME) 4.6.152 analysis platform.
Ua faailoa mai e tusitala o loo maua i le tusiga ma isi mea faaopoopo faamatalaga e lagolago ai faaiuga o le suesuega. O faamaumauga na gaosia ma/pe iloiloina i le taimi o le suesuega o loo maua mai le tusitala talafeagai pe a talosagaina.
Ritz-Timme, S. et al. Iloiloga o tausaga: tulaga fa'aonaponei e fa'afetaui ai mana'oga fa'apitoa o faiga fa'amasino. fa'avaomalo. J. Legal medicine. 113, 129–136 (2000).
Schmeling, A., Reisinger, W., Geserik, G., ma Olze, A. Tulaga o loʻo iai nei o le iloiloga o tausaga o tagata soifua mo moliaga faʻasolitulafono. Suʻesuʻega faʻasolitulafono. vailaʻau. Pathology. 1, 239–246 (2005).
Pan, J. et al. O se metotia ua fa'afouina mo le iloiloina o tausaga o nifo o tamaiti e 5 i le 16 tausaga le matutua i sasa'e o Saina. clinical. Su'esu'ega tuufofoga. 25, 3463–3474 (2021).
Lee, SS ma isi. Faasologa o le atina'eina o nifo molar lona lua ma le lona tolu i tagata Korea ma lona fa'aoga mo le iloiloga o tausaga fa'amasino. fa'avaomalo. J. Legal medicine. 124, 659–665 (2010).
Oh, S., Kumagai, A., Kim, SY ma Lee, SS Sa'o lelei o le fa'atatauga o tausaga ma le fa'atatauga o le tapula'a o le 18 tausaga e fa'avae i luga o le matua o nifo molar lona lua ma le lona tolu i tagata Korea ma Iapani. PLoS ONE 17, e0271247 (2022).
Kim, JY, ma isi. O le au'ili'iliga o fa'amaumauga e fa'avae i luga o le masini a'oa'oina a'o le'i faia le taotoga e mafai ona vavaloina ai le i'uga o togafitiga o taotoga moe i gasegase e iai le OSA. le saienisi. Lipoti 11, 14911 (2021).
Han, M. ma isi. Fuafuaina sa'o o tausaga mai le masini a'oa'oina ma le fesoasoani a tagata pe leai? fa'avaomalo. J. Legal medicine. 136, 821–831 (2022).
Khan, S. ma Shaheen, M. Mai le Eliina o Fa'amaumauga i le Eliina o Fa'amaumauga. J.Fa'amatalaga. le saienisi. https://doi.org/10.1177/01655515211030872 (2021).
Khan, S. ma Shaheen, M. WisRule: O le Algorithm Fa'apitoa Muamua mo le Eliina o Tulafono Fa'atasi. J.Information. le saienisi. https://doi.org/10.1177/01655515221108695 (2022).
Shaheen M. ma Abdullah U. Karm: Su'esu'ega fa'amaumauga masani e fa'avae i luga o tulafono fa'afeso'ota'i e fa'avae i luga o le anotusi. fuafua. Matt. fa'aauau. 68, 3305–3322 (2021).
Muhammad M., Rehman Z., Shaheen M., Khan M. ma Habib M. A'oa'oga loloto e fa'avae i luga o le iloa o le tutusa o uiga fa'aletino e fa'aaoga ai fa'amatalaga tusitusia. fa'amatalaga. tekinolosi. pulea. https://doi.org/10.5755/j01.itc.49.4.27118 (2020).
Tabish, M., Tanoli, Z., ma Shahin, M. O se faiga mo le iloaina o gaioiga i vitio ta'aloga. multimedia. Meafaigaluega Talosaga https://doi.org/10.1007/s11042-021-10519-6 (2021).
Halabi, SS ma isi. RSNA Lu’itau o le Aoaoina o Masini i le Tausaga o Ponaivi o Tamaiti. Radiology 290, 498–503 (2019).
Li, Y. ma isi. Fuafuaina o tausaga fa'amasino mai ave-X o le pelvis e fa'aaoga ai le a'oa'oina loloto. EURO. radiation. 29, 2322–2329 (2019).
Guo, YC, ma isi. Fa'avasegaga sa'o o tausaga e fa'aaoga ai metotia fa'atino ma feso'ota'iga loloto o neula fa'asolosolo mai ata fa'ata'ita'i orthographic. fa'avaomalo. J. Legal medicine. 135, 1589–1597 (2021).
Alabama Dalora ma isi. Fuafuaina o le matua o ponaivi e faʻaaogaina ai metotia eseese o le aʻoaʻoina o masini: o se iloiloga faʻapitoa o tusitusiga ma le meta-analysis. PLoS ONE 14, e0220242 (2019).
Du, H., Li, G., Cheng, K., ma Yang, J. Fuafuaina o tausaga fa'apitoa o tagata Aferika Amerika ma Saina e fa'avae i luga o le aofa'i o le pulp chamber o nifo muamua e fa'aaoga ai le cone-beam computed tomography. fa'avaomalo. J. Legal medicine. 136, 811–819 (2022).
Kim S., Lee YH, Noh YK, Park FK ma Oh KS Fuafuaina o vaega o tausaga o tagata soifua e faʻaaogaina ai ata o nifo muamua e faʻavae i luga o le atamai faʻapitoa. le saienisi. Lipoti 11, 1073 (2021).
Stern, D., Payer, C., Giuliani, N., ma Urschler, M. Fuafuaina otometi o tausaga ma le fa'avasegaga o tausaga o le toatele mai fa'amaumauga MRI eseese. IEEE J. Biomed. Lapata'iga Soifua Maloloina. 23, 1392–1403 (2019).
Cheng, Q., Ge, Z., Du, H. ma Li, G. Fa'atatauga o tausaga e fa'avae i luga o le vaevaega o le potu o le pulp 3D o nifo muamua mai le cone beam computed tomography e ala i le tu'ufa'atasia o le a'oa'oga loloto ma seti tulaga. fa'avaomalo. J. Legal medicine. 135, 365–373 (2021).
Wu, WT, ma isi. Su'esu'ega o fa'amaumauga i fa'amaumauga tetele fa'aklinikal: fa'amaumauga masani, la'asaga, ma fa'ata'ita'iga o metotia. Lalolagi. vaila'au. punaoa. 8, 44 (2021).
Yang, J. ma isi. Fa'atomuaga i Fa'amaumauga Fa'afoma'i ma Tekinolosi o le Eliina o Fa'amaumauga i le Vaitaimi o Fa'amaumauga Tetele. J. Avid. Fa'avae o vaila'au. 13, 57–69 (2020).
Shen, S. et al. O le metotia a Camerer mo le fuafuaina o le matua o nifo e faʻaaogaina ai le masini aʻoaʻoina. BMC Oral Health 21, 641 (2021).
Galliburg A. et al. Fa'atusatusaga o metotia eseese o le a'oa'oina o masini mo le vavaloina o tausaga o nifo e fa'aaoga ai le metotia o le Demirdjian staging. internationality. J. Legal medicine. 135, 665–675 (2021).
Demirdjian, A., Goldstein, H. ma Tanner, JM O se faiga fou mo le iloiloina o tausaga o nifo. snort. biology. 45, 211–227 (1973).
Landis, JR, ma Koch, GG Fuataga o le maliliega a le au matau i faʻamaumauga faʻavasega. Biometrics 33, 159–174 (1977).
Bhattacharjee S, Prakash D, Kim C, Kim HK ma Choi HK. Su'esu'ega fa'aletino, fa'aletino ma fa'amaumauga o le fa'ata'ita'iga o le magnetic resonance imaging e lua-dimensional e fa'aaoga ai metotia fa'apitoa o le atamai mo le fa'avasegaina o tumo muamua o le fai'ai. Fa'amatalaga tau soifua maloloina. punaoa. https://doi.org/10.4258/hir.2022.28.1.46 (2022).