| Project/Area Number |
24K20034
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 57060:Surgical dentistry-related
|
|---|
| Research Institution | Kobe Tokiwa University |
|---|
Principal Investigator |
宝部 真也 神戸常盤大学, 保健科学部, 助教 (30726170)
|
|---|
| Project Period (FY) |
2024-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000)
Fiscal Year 2026: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2025: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
Fiscal Year 2024: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | 診断参考レベル / 画質 / 歯科放射線 / 撮影条件 / AI / 口内法X線撮影 / imaging plate / 画質評価 / 人工知能 |
|---|
| Outline of Research at the Start |
医療被ばくの線量指標を示した診断参考レベルの公表により、医療被ばくに関して厳格な管理が求められるようになった。口内法X線撮影は、施設により撮影線量が大きく異なっていることが問題となっており、撮影線量の最適化は重要な課題であるが、非常に多くの労力が必要である。そこで本研究では、画像を自動解析する人工知能 (artificial intelligence: AI)を開発し、観察評価や手動による画像情報の解析を必要とせずに、容易に最適な口内法X線撮影の撮影条件を決定できるシステムを構築する。
|
| Outline of Annual Research Achievements |
医療被ばくの管理指標として診断参考レベル（DRL）が公表されて以降、歯科領域を含む各種X線撮影において、撮影線量の最適化がより一層求められている。特に、施設間で撮影条件のばらつきが大きい口内法X線撮影では、観察評価や画像解析を伴う従来の手法では最適化に多大な労力を要するため、効率的かつ客観的な手法の導入が急務となっている。そこで本研究では、人工知能（AI）による画像自動解析技術を用い、画像情報から最適な撮影条件を自動的に導出するシステムの構築を目的とした。
2024年度は現在はAI構築に必要な画像データの収集を開始し、取得した画像に対して観察評価を実施し、AI学習用のラベル付けを行なった。これらのデータを用いて、AIの初期的な学習精度や再現性に関する実験的解析を段階的に進めており、今後の本格的なシステム開発に向けた技術的基盤の構築を継続していく予定である。
|
| Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
本研究は、歯科X線撮影における撮影条件の最適化を目的として、人工知能（AI）による画像解析システムの構築を目指すものである。2024年度に所属機関が変更となったことに伴い、研究環境の再整備やデータ収集体制の構築に時間を要し、研究の進捗に一部遅れが生じている。
|
| Strategy for Future Research Activity |
今後は、AIモデルの学習に必要なデータを計画的に収集し、撮影条件の違いによる画像の画質変化（解像特性、ノイズ特性、コントラストなど）を定量的に評価する。さらに、取得画像と対応する撮影条件から、AIによる条件推定モデルを構築し、最適化の自動化に向けた深層学習の検討を進める予定である。
|
