デジタルパノラマ画像から乳歯と永久歯を分類するためのディープラーニングモデル

Deep Learning Models for Classification of Deciduous and Permanent Teeth From Digital Panoramic Images.

抄録

はじめに:

デンタルX線写真は、歯科における診断プロセスに不可欠である。年齢判定、歯の萌出・脱落パターンの分析、治療計画や予後予測など、様々な目的で使用される。デジタルX線撮影技術の出現により、人工知能システムを用いて歯科医療従事者を支援・指導することへの関心が高まっている。これらの最先端技術は、実体の分類や位置特定作業を可能にすることで、意思決定プロセスの合理化を支援します。小児歯科用に調整された人工知能アルゴリズムを統合し、自動化ツールを活用することで、臨床医のストレスや疲労を軽減しながら診断能力を向上させるという楽観的な見通しがある。

INTRODUCTION: Dental radiographs are essential in the diagnostic process in dentistry. They serve various purposes, including determining age, analyzing patterns of tooth eruption/shedding, and treatment planning and prognosis. The emergence of digital radiography technology has piqued interest in using artificial intelligence systems to assist and guide dental professionals. These cutting-edge technologies assist in streamlining decision-making processes by enabling entity classification and localization tasks. With the integration of artificial Intelligence algorithms tailored for pediatric dentistry applications and utilizing automated tools, there is an optimistic outlook on improving diagnostic capabilities while reducing stress and fatigue among clinicians.

方法:

データセットは620枚（混合歯列：314枚、永久歯列：306枚）。撮影されたパノラマX線写真の年齢は4～16歳。乳歯と永久歯の分類には、Resnet、AlexNet、EfficientNetなど、さまざまなアーキテクチャを使用したCNNベースのモデルをトレーニングした。トレーニング、検証、テストには、それぞれ70:15:15の割合が用いられた。

METHODOLOGY: The dataset comprised 620 images (mixed dentition: 314, permanent dentition: 306). Panoramic radiographs taken were within the age range of 4-16 years. The classification of deciduous and permanent teeth involved training CNN-based models using different architectures such as Resnet, AlexNet, and EfficientNet, among others. A ratio of 70:15:15 was utilized for training, validation, and testing, respectively.

結果と結論:

提案されたモデルのうち、EfficientNetB0とEfficientNetB3が優れた性能を示した。EfficientNetB0とEfficientNetB3は、乳歯と永久歯の分類において、精度、再現率、F1スコアともに98%を達成しました。これは、これらのモデルが、評価に使用されたデータセット内のパターン/フィーチャを識別する精度が高かったことを意味します。

RESULT AND CONCLUSION: The findings indicated that among the models proposed, EfficientNetB0 and EfficientNetB3 exhibited superior performance. Both EfficientNetB0 and EfficientNetB3 achieved an accuracy rate, precision, recall, and F1 scores of 98% in classifying teeth as either deciduous or permanent. This implies that these models were highly accurate in identifying patterns/features within the dataset used for evaluation.