Three‐dimensional modelling and concurrent measurements of root anatomy in mandibular first molar mesial roots using micro‐computed tomography
Notice bibliographique
Résumé
AIM: To obtain concurrent radicular measurements in the mesiobuccal (MB) and mesiolingual (ML) canals of mandibular first molars using scanned data of micro-computed tomography (μCT) with novel software. METHODOLOGY: The scanned data from 37 mandibular first molar mesial roots were reconstructed and analysed with custom-developed software (Kappa2). For each canal, three-dimensional (3D) surface models were re-sliced at 0.1-mm intervals perpendicular to the central axis. Dentine thicknesses, canal widths and 3D curvatures were measured automatically on each slice. Measurements were analysed statistically with anova for differences at each direction and at different levels of both canals. RESULTS: Lateral dentine thicknesses were significantly higher than mesial and distal thicknesses, at all the levels of both canals (P < 0.001). Mesial thicknesses were significantly higher than distal thicknesses in the coronal third of both canals (P < 0.001). Thinnest dentine thicknesses were mainly located on the disto-inside of both canals. Narrowest canal widths were 0.24 ± 0.10 and 0.22 ± 0.09 mm in MB and ML canals, respectively. Canal curvatures were greatest in the apical third of both canals (P < 0.001), and they were greater in the MB canals than in the ML canals (P < 0.05). CONCLUSIONS: Micro-computed tomography with novel software provided valuable anatomical information for optimizing instrumentation and minimizing mishaps in nonsurgical root canal treatment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».