2022 Fiscal Year Final Research Report

Development of disease sign recognition algorithm and high-resolution transformation of in vivo tongue mucosa image applying deep learning technologies

Research Project

PDF

Project/Area Number	19K10190
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 57040:Regenerative dentistry and dental engineering-related
Research Institution	THE NIPPON DENTAL UNIVERSITY COLLEGE AT NIIGATA (2022) The Nippon Dental University (2019-2021)
Principal Investigator	YOSHIMURA KEN 日本歯科大学新潟短期大学, その他部局等, 教授 (90297953)
Co-Investigator(Kenkyū-buntansha)	山際伸一筑波大学, システム情報系, 准教授 (10574725) 土田智子日本歯科大学新潟短期大学, その他部局等, 准教授 (30341994) 岩崎信一北陸大学, 医療保健学部, 教授 (70147833) 中村直樹日本歯科大学新潟短期大学, その他部局等, 教授 (80198225) 浅沼直樹日本歯科大学新潟短期大学, その他部局等, 教授 (90231886)
Project Period (FY)	2019-04-01 – 2023-03-31
Keywords	舌粘膜 / 深層学習 / 超解像
Outline of Final Research Achievements	In order to improve the acquisition of medical imaging from intraoral lingual mucosa images, we tried to correct the quality of the acquired images and to see if the basic technology for the recognition of morphological signs in mucosa images could be realized. We implemented several GAN (Generative Adversarial Network) algorithm packages in a virtual environment container, processed each of them with super-resolution, and compared the output images. The results suggest that the processed images in the present study are useful, as they more significantly correct the contours of the lingual mucosal surface than previous image processing, while previous image processing had problems in discriminating details, especially at magnification. On the other hand, it was difficult to specifically recognize the papillae of the tongue in the morphological signs of the lingual mucosal image.
Free Research Field	口腔解剖学
Academic Significance and Societal Importance of the Research Achievements	これまで舌粘膜の医学的画像情報は外見画像が主で情報量は限られていた。我々は粘膜表面の拡大画像取得観察手法を開発したが、生体からの取得画像の品質はしばしば低くなる問題があった。今回、取得後の画像補正手法として深層学習アルゴリズムの１つであるGAN（敵対的生成ネットワーク）により超解像処理を行うことで画像拡大時、さらには入力画像の解像度が低い場合においても舌粘膜細部の形態学的特徴の判別が改善する結果を得た。今回の画像処理手法が舌粘膜拡大画像において新しい画像補正・解析手法確立の端緒となるものであり、臨床現場においても舌粘膜画像の取得と評価が容易となるなど国民の健康増進に貢献しうるものと考える。