| Project/Area Number |
24K13241
|
|---|
| 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 University of Tokushima |
|---|
Principal Investigator |
高野 栄之 徳島大学, 大学院社会産業理工学研究部(理工学域), 徳島大学専門研究員 (30380091)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
桃田 幸弘 徳島大学, 大学院医歯薬学研究部(歯学域), 講師 (00304543)
鳥井 浩平 徳島大学, デザイン型AI教育研究センター, 特任助教 (70991595)
|
|---|
| Project Period (FY) |
2024-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥3,510,000 (Direct Cost: ¥2,700,000、Indirect Cost: ¥810,000)
Fiscal Year 2026: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2025: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2024: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | 個人識別 / 災害歯科医学 / AI / 画像解析 / 大規模災害 / 歯科法医学 |
|---|
| Outline of Research at the Start |
本研究では大規模災害発生時の犠牲者の身元を、歯科パノラマエックス線写真データのAI解析を活用して迅速かつ正確に識別するための研究を行う。そのために 歯科パノラマエックス線写真データのアノテーションとAI作成、「口腔診査情報標準コード仕様」による出力、生前データベースとの照合実証のステップで研究を行う。
|
| Outline of Annual Research Achievements |
本研究では、大規模災害時における犠牲者の身元を、歯科パノラマエックス線写真のAI解析によって迅速かつ正確に特定することを目指している。特に、災害発生直後の混乱時において、歯科所見が有力な身元特定手段となる点に着目し、AIの活用により従来の照合作業の効率化と精度向上を図る。初年度は、AI開発に向けた基盤整備として、パノラマX線画像の大規模収集とアノテーション作業に重点を置き、当初目標の2000枚に対して、現時点で1000枚の画像を収集し、すべてに対して高精度なアノテーションを完了した。アノテーションには、Labelmeをカスタマイズしたツール「Anotee」を使用し、Mask R-CNNを活用した自動ポリゴン生成機能やマルチ周波数処理機能を組み合わせることで、手作業に頼らない効率的な作業工程を構築した。また、ヒストグラム平坦化、チャネル変換、明度調整などの画像前処理を行い、さらに回転、拡大縮小、シアー変換、ノイズ付与など多様なデータ拡張処理を適用することで、AI学習モデルに対して多様性と頑健性を備えたデータセットを構築した。これにより、次年度以降のAI学習と精度検証に向けた実装準備が順調に整っている。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
現在までの進捗状況は概ね順調である。最大の目標であるAIモデル構築に向けた基盤整備として、初年度の重要課題である歯科パノラマエックス線写真の収集とアノテーション作業が計画通り進行している。目標の半数である1000枚の画像収集および全件のアノテーションを完了し、今後のAI学習に必要な質と量のデータセットが確保できた。また、アノテーションには半自動化機能を備えたAnoteeを導入することで作業効率が大幅に向上し、人的・時間的コストの削減にも寄与した。さらに、収集データに対する前処理およびデータ拡張のプロセスも計画通りに実施されており、学習モデルの汎化性能向上に資する準備が整っている。加えて、AI出力を標準化コード形式に変換するための技術的枠組みも検証を進めており、今後の照合実験への展開も見通しが立っている。以上より、研究計画は現在のところ大きな遅延や障害なく、順調に進展していると評価できる。
|
| Strategy for Future Research Activity |
今後は、収集済みの1000枚のパノラマエックス線画像に加え、さらに1000枚の画像収集とアノテーション作業を継続し、より多様な症例に対応可能なデータセットの充実を図る。並行して、EfficientNetV2-SベースのAIモデルに対し、収集画像を用いた学習と精度検証を行い、口腔内の特徴を高精度で抽出・分類できるモデルの確立を目指す。加えて、AI出力結果を「口腔診査情報標準コード仕様」に自動変換する機能の開発を進め、他システムとの連携性を高める。さらに、今後の実装を見据え、大学病院や歯科医療機関との連携体制を構築し、生前データベースとの実証的照合訓練の準備を整える。現場における有用性と実用性を意識しながら、段階的にAIモデルの改良・最適化と照合制度の検証を進め、最終的には災害時に即応可能な身元確認支援システムの確立を目指す。
|
