Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Identifikasi Kesalahan Radiografi Periapikal Digital Teknik Bisecting: Literature Review
3
Zitationen
2
Autoren
2022
Jahr
Abstract
Pendahuluan: Pemeriksaan radiografi periapikal merupakan salah satu pemeriksaan rutin yang dilakukan untuk membantu menegakkan diagnosis dan rencana perawatan, salah satunya dengan teknik bisecting. Pada pemeriksaan bisecting memiliki bermacam-macam potensi terjadinya kesalahan dalam pengambilan yang menyebabkan pengulangan pengambilan radiograf dan memberikan paparan radiasi yang tidak perlu. Tujuan: untuk mengidentifikasi kemungkinan kesalahan pemeriksaan radiografi periapikal khususnya teknik bisecting. Metode: studi literatur yang mengumpulkan literatur dari database jurnal yang memenuhi topik penelitian ini. Hasil: 11 artikel melaporkan kesalahan hasil teknik periapikal bisecting seperti Overlapping, Apex dan Crown Cutting, Blurred, Cone Cutting, Elongation, Foreshortening dan Double Expossure, jenis kesalahan pemeriksaan teknik periapikal membagi dua adalah kesalahan posisi, kesalahan eksposur, kesalahan teknis dan kesalahan pasien. Kesimpulan: Jenis dan penyebab kesalahan dari radiografi periapikal digital dengan teknik Bisecting memiliki peran penting dalam meningkatkan prinsip ALARA (As Low as Achievable Reasonable) kepada pasien, klinisi dan teknisi untuk mengurangi paparan radiasi dan meningkatkan kualitas radiografi.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.402 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.270 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.702 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.781 Zit.
Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI)
2018 · 5.507 Zit.