2022 Fiscal Year Research-status Report
Designing system for complete dentures assisted by Artificial Intelligence
| Project/Area Number |
19K10242
|
|---|
| Research Institution | Tokyo Medical and Dental University |
|---|
Principal Investigator |
金澤 学 東京医科歯科大学, 大学院医歯学総合研究科, 教授 (80431922)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Keywords | 回帰分析 / 深層学習 / 微分多面体 |
|---|
| Outline of Annual Research Achievements |
本研究は全部床義歯形態の数理解析による全部床義歯デザインの自動化を目指すことを目的としている．その具体的な手順を以下に示す．
1．全部床義歯データ収集（100症例）:口腔内で安定している上下全部床義歯を上下咬合させた状態で技工用スキャナ(E-3, 3shape)にてスキャンを行い，そのSTLデータを取得する．さらに，取得したSTLデータをデータ上での計測が可能なCAD ソフト（Autodesk Fusion 360）に取り込む．
2．AIモデル①：全部床義歯の咬合平面設定自動化モデルの構築（70症例）:咬合平面を決定する3点のうち，2点（左右臼後隆起）はすでに下顎の顎堤上に基準点が存在するため，残り1点（切歯点：下顎両側中切歯の正中）の位置を自動的に特定できれば咬合平面は求められる．切歯点を自動的に特定する方法として，本研究では回帰分析理論に基づき既存の全部床義歯STLデータの切歯点と各ランドマーク（義歯上の特徴的な構造物）との距離の相関関係を定式化し，その式を用いて切歯点予測値を算出する．目的変数，説明変数はさまざまな組合せが考えられるので，回帰分析を行うにあたってはステップワイズ法（変数増減法）を用いて変数選択を行う．
3．AIモデル②：歯肉形成自動化モデルの構築（100症例）:まず，歯列模型データ（500症例予定）を学習データとして歯列データ抽出AIモデルを構築する．その後，歯列データ抽出AIモデルを用いて，全部床義歯データから人工歯列部分を抽出することで，歯肉部分のみの全部床義歯データを生成する．そして，歯肉部分のみの全部床義歯データを前歯部から臼歯部にかけて頬舌的に数カ所で分割し，各々の分割面における頬側と舌側の床の研磨面形態を明示する．その後，分割面と交差する，床外形と顎堤の座標値 をベクトルデータへ変換し，それをトレーニングデータとした深層学習を行う．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
義歯デザイン自動化に際しての具体的な手法が定まり，進捗としては,研究実績の概要に記載した「1．全部床義歯データ収集（100症例）」ならびに「2．AIモデル①：全部床義歯の咬合平面設定自動化モデルの構築（70症例）」の作業は既に完了している．その予測精度においても十分な結果が得られており，今年開催された国内の学術大会にてその成果を公表している．また，研究実績の概要に記載した「3．AIモデル②：歯肉形成自動化モデルの構築（100症例）」においても既に深層学習に必要な学習データの蓄積や初期フェーズでの検証・テストモデリングが完了している．
|
| Strategy for Future Research Activity |
引き続き，研究実績の概要に記載した「3．AIモデル②：歯肉形成自動化モデルの構築（100症例）」に向けての作業を遂行していく方針となる．また，AIモデル構築後は精度検証を行い，AIの精度が悪い場合には，定義された要素の見直しや，要素ごとのAIモデルの見直しを図る．
|
| Causes of Carryover |
新型コロナウイルスの影響で，高齢者の患者さんの来院が減少したため．
|
