The influence of different cheek and lip retractors and emissivity on intraoral infrared thermography
Notice bibliographique
Résumé
OBJECTIVES: To assess the influence of two conventional and one adapted cheek and lip retractors and three emissivity setting values on intraoral infrared thermography (IT) temperature values. METHODS: The sample was composed by 50 volunteers. Three cheek and lip retractors were tested: Group 1-flex retractor (FR); Group 2-FR adapted with Styrofoam; Group 3-U-type retractor (UR) for cheek and lip. All thermograms were acquired using FLIR T650 infrared camera. A set of three thermograms in frontal norm were acquired for each lip and cheek retractor at 0.91, 0.96, and 0.98ε, with an interval of 15 min between each set of images to avoid thermal interference. All images were assessed by two observers. The ROIs' mean temperature of the four upper incisors was recorded. Two-way ANOVA and Sidak post-test were used for data assessment with a significance level of 5%. RESULTS: Group 3 showed higher mean temperature than Groups 1 and 2 at all emissivity settings for all assessed teeth (P < .05). 0.91ε showed higher temperature than 0.96ε and 0.98ε for all assessed variables (P < .01). Contralateral teeth assessed using Group 3 at 0.91ε showed statistical differences between each other (P < .05). No statistical difference was observed between contralateral teeth assessed using Groups 1 and 2 at 0.96ε and 0.98ε (P > .05). CONCLUSIONS: The choice of cheek and lip retractor and emissivity setting can interfere on intraoral IT temperature values. U-type cheek and lip retractor and 0.91ε setting should not be used for IT image acquisition when assessing dental tissues.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».