ディープラーニングを応用した口腔画像識別技術の解明
| Project/Area Number |
21K10268
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 57080:Social dentistry-related
|
|---|
| Research Institution | The Japanese Red Cross Toyota College of Nursing |
|---|
Principal Investigator |
森田 一三 日本赤十字豊田看護大学, 看護学部, 教授 (50301635)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
佐久間 重光 愛知学院大学, 歯学部, 准教授 (80271386)
高見 精一郎 日本赤十字豊田看護大学, 看護学部, 助教 (60528058)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2023: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2022: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2021: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
|
|---|
| Keywords | 口腔 / 歯 / 補綴物 / 人工知能 / ニューラルネットワーク / 深層学習 / 口腔画像 |
|---|
| Outline of Research at the Start |
本研究の目的は、人工知能による１.口腔の外観を識別する能力の精度と限界、２.歯科補綴・充填治療に用いる素材を識別する能力の精度、３.歯面上の歯垢や着色などの付着物と歯質を識別する能力の精度を明らかにすることである。
これまでに口腔の実画像に対する人工知能の識別能力の研究は限られ、他分野に比べて技術の蓄積は極めて不充分な状況である。歯科保健・医療への人工知能の応用を推進するためには実画像識別能力を実用水準に引き上げる基礎技術が必要である。口腔の実画像において、より識別能力の高い深層学習の条件を明らかにすることをめざす研究である。
|
| Outline of Annual Research Achievements |
人工知能による口腔の外観の識別精度の解明において、前歯部歯列画像に対する畳み込みニューラルネットワーク（CNN）の回転耐性の検討を進めた。その結果、CNNは回転角度が約15°以内であれば前歯部画像の上下を90%以上の正解率で分類できた。回転した前歯部の画像に対するCNNの分類能力の頑健性は決して高いといえるものではなかった。一方で、頑健性が高くないことは、回転角度の異なる前歯部画像をCNNが区別する能力が高い可能性を示している。すなわち前歯部画像の傾いた角度ごとに画像を分類するCNNを作成できる可能性がある。これらの結果について2023年度に日本歯科医療管理学会、日本公衆衛生学会で報告を行った。これらの内容については論文として投稿する準備を進めている。また、報告を行う中で、回転させた前歯部歯列画像そのものではなく、回転させた前歯部歯列画像の周囲の空白の形状をCNNが学習し、画像分類に利用している可能性に気づいた。この問題を解決するために回転させた前歯部歯列画像に工夫する方法を考案した。これらの対策を行った実験を進め、回転させた前歯部歯列画像の周囲の空白の形状の影響を受けないようにした場合の結果を得ることに成功した。本結果については2024年度に学会で発表することを予定している。
また、人工知能による歯科医療材料の識別の研究について、いくつかの補綴物の画像を用いてプレ実験を行い、その中で天然歯と分類が困難であったジルコニアクラウンを取り上げ実験を進めた。その結果、天然歯とジルコニアクラウンを分類する人工知能を作成することが可能であるとする一定の結果を得ることができた。これらの結果について、2024年度に学会で発表することを予定している。また、分類精度をさらに高められる可能性があり、より精度の良いCNNの探索を続けている。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究１．人工知能による口腔の外観の識別精度の解明については、回転させた前歯部歯列画像の識別能力の評価を行うことができ、すでに結果を学会で報告している。さらに研究を進める中で新たな課題も見つかり、その課題を解決するための方法についても提案ができており、今後の研究の展開につながる技術開発が進んでいるため。
研究２．人工知能による歯科治療素材の識別精度の解明では、畳み込みニューラルネットワーク（CNN）により天然歯とジルコニアクラウンを識別することができる可能性を示す、具体的な結果を得ることができている。現在、さらに分類精度を高める試みを進めており、一定の結果が見込まれるため。
研究３．人工知能による歯質と付着物の識別精度の解明について、CNNの学習用の画像が集まりつつあり、研究２の技術の応用で実施が可能な状況が整っているため。
|
| Strategy for Future Research Activity |
研究１．人工知能による口腔の外観の識別精度の解明については、回転した前歯部歯列画像の形状を工夫することで、より確かな結果を得られることを目指す。
研究２．人工知能による歯科治療素材の識別精度の解明については、識別精度を高めるための畳み込みニューラルネットワーク（CNN）の条件を探索する。
研究３．人工知能による歯質と付着物の識別精度の解明について、研究２の技術を応用し、歯垢の画像データの分析を進めることとする。
|
Report
(3 results)
Research Products
(2 results)
