カスケード・コンボリューション・ニューラルネットワーク・アルゴリズムを使用し、全国の複数のセンターから提供された異なる品質のセファロ画像を使用した、前歯部セファロランドマークの自動識別の精度

Accuracy of auto-identification of the posteroanterior cephalometric landmarks using cascade convolution neural network algorithm and cephalometric images of different quality from nationwide multiple centers.

抄録

はじめに:

本研究の目的は、カスケードコンボリューションニューラルネットワーク（CNN）アルゴ リズムと、全国の複数の施設から収集した異なる画質のPAセファログラム画像を用い て、前方セファロランドマークの自動同定精度を評価することである。

INTRODUCTION: The purpose of this study was to evaluate the accuracy of auto-identification of the posteroanterior (PA) cephalometric landmarks using the cascade convolution neural network (CNN) algorithm and PA cephalogram images of a different quality from nationwide multiple centers nationwide.

方法:

9つの大学病院からの2798枚のPAセファログラムのうち、2418枚の画像（2075枚の訓練セットと343枚の検証セット）を16個のPAセファロランドマークの自動同定のためのCNNアルゴリズムの訓練に使用した。その後、V-Ceph 8.0 (Ostem, Seoul, South Korea)を使用し、人間の検査者による識別（ゴールドスタンダード）と比較することで、CNNアルゴリズムの自動識別の精度を評価するために、残りのテストセット画像380枚から99枚の前処置画像を使用した。矯正ブラケット、チューブ、ワイヤー、サージカルプレート、サージカルスクリューの影響を排除するために、治療前の画像を使用した。各ランドマークのx座標とy座標を比較するために対のt検定を行った。点間誤差と検出成功率（2.0mm以内の範囲）を算出した。

METHODS: Of the 2798 PA cephalograms from 9 university hospitals, 2418 images (2075 training set and 343 validation set) were used to train the CNN algorithm for auto-identification of 16 PA cephalometric landmarks. Subsequently, 99 pretreatment images from the remaining 380 test set images were used to evaluate the accuracy of auto-identification of the CNN algorithm by comparing with the identification by a human examiner (gold standard) using V-Ceph 8.0 (Ostem, Seoul, South Korea). Pretreatment images were used to eliminate the effects of orthodontic bracket, tube and wire, surgical plate, and surgical screws. Paired t test was performed to compare the x- and y-coordinates of each landmark. The point-to-point error and the successful detection rate (range, within 2.0 mm) were calculated.

結果:

CNNアルゴリズムによる自動同定と人間の検者が同定した位置の間に有意差のないランドマークの数は、それぞれx座標で8個、y座標で5個であった。平均点間誤差は1.52mmであった。低い点間誤差（＜1.0mm）は左右の前歯部で観察され（それぞれ0.96mmと0.99mm）、高い点間誤差（＞2.0mm）は上顎右側第一大臼歯根尖部で観察された（2.18mm）。自動同定の平均成功率は83.3％であった。

RESULTS: The number of landmarks without a significant difference between the location identified by the human examiner and by auto-identification by the CNN algorithm were 8 on the x-coordinate and 5 on the y-coordinate, respectively. The mean point-to-point error was 1.52 mm. The low point-to-point error (<1.0 mm) was observed at the left and right antegonion (0.96 mm and 0.99 mm, respectively) and the high point-to-point error (>2.0 mm) was observed at the maxillary right first molar root apex (2.18 mm). The mean successful detection rate of auto-identification was 83.3%.

結論:

PAセファロランドマークの自動同定のためのカスケードCNNアルゴリズムは、手動同定に代わる効果的な同定の可能性を示した。

CONCLUSIONS: Cascade CNN algorithm for auto-identification of PA cephalometric landmarks showed a possibility of an effective alternative to manual identification.