2021 Fiscal Year Research-status Report
| Project/Area Number |
19K10417
|
|---|
| Research Institution | Fukuoka Dental College |
|---|
Principal Investigator |
玉置 幸雄 福岡歯科大学, 口腔歯学部, 教授 (40369046)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
堀尾 恵一 九州工業大学, 大学院生命体工学研究科, 教授 (70363413)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Keywords | AI / 自己組織化マップ / 顎顔面形態 / 骨格性下顎前突 / 診断支援システム |
|---|
| Outline of Annual Research Achievements |
矯正歯科治療では、顎顔面骨格の成長を抑制あるいは促進することで骨格の問題に起因する不正咬合を軽減し、乳歯から永久歯への交換の管理、前歯の前後的垂直的位置を是正する必要があり、総合的な診断が必要である。しかし、不正咬合に関わる問題点は患者ごとに大きく違い、個人の成長のタイミングも異なるため、個成長を加味した矯正治療効果の予測は困難である。そこで、過去の治療記録をAIのニューラルネットワークで学習し、ネットワークを構成するAIの学習マップ上に類似症例を自動的に集め、類似症例群のその後の治療結果を検索することで、個成長を加味した治療結果予測を行うシステムの構築を目的とする。
本年は、顔面非対称で外科的矯正治療を行った骨格性下顎前突者の顎顔面形態のパターンを抽出するための軟組織特徴点を120点抽出し、72名の女性の各点座標値を取得し、AIでグループ化しパターン間の違いを統計学的に比較した。その結果、オトガイの偏位方向に合わせ、軟組織が偏位側に追従しやすいパターンとオトガイの偏位をカモフラージュするようなパターンが存在することが確認され、2021年度九州矯正歯科学会で学術発表を行った。また、男女間でパターンの違いを比較するため、男性のデータを54名取得し、解析を進めている。
次に、成長期の骨格性反対咬合者の治療記録から、上顎戦法牽引装置使用後5年以上経過を追跡できた50症例を抽出し、初診時、被蓋改時、治療5年の硬組織形態を比較した。その結果、経過観察で前歯部被蓋が再び悪化する傾向のみられたパターンにはロングフェイスタイプが確認された。さらに、被蓋改善時にFMAが悪化しハイアングル傾向が強まった症例の予後が悪いことが統計学的に確認され、九州矯正歯科学会で学術発表を行った。現在、AIで特徴点の座標値情報のみからこのようなパターンを割り出すシステムを構築中である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
骨格性下顎前突には、側貌方向で観察されるオトガイの突出や上顎の後退だけでなく、正貌で観察される顔面非対称が組み合わさっていることが多く、これまでの側貌方向の硬組織のみの２次元的な角度計測や距離計測では、治療に必要な症例の特徴を抽出しパターン化することには限界があった。
本研究では、硬組織や軟組織の特徴点の座標値を自在に組み合わせることで問題が解決される可能性を示すことができた。またAIが学習した結果は特徴点の座標値として出力されるため、人間に判断できる図形として顔のパターンの特徴を検討することが可能であることも示された。
治療結果との組み合わせでは、正貌のパターンを組み込むことはできなかったが、側貌のみを用いた場合、装置使用後の長期経過症例で再び反対咬合が悪化するパターンを抽出可能であったため、画像的にAIで抽出可能かを検討中である。現在のところ、側貌のみの硬組織形態に対し、軟組織側貌がどのように追従しているのか不明な点が多いため、硬組織の特徴点と軟組織の特徴点とをAIでパターン抽出し、その関連性を検討中である。
模型の３次元情報を組み入れる予定としているが、長期経過症例では模型が破損している場合もあり、正貌。側貌のデータほどに情報が得られない可能性もあり、当面は顔顎面データとは別系統のデータとして評価する。
以上から、AIの症例パターン認識として、成果が認められ学会発表も行ったことで研究の進捗は概ね順調と考えられる。
|
| Strategy for Future Research Activity |
骨格性反対咬合の矯正診断には、正貌・側貌のデータがメインとなるが、歯列模型の情報も組み入れる必要もある。歯列模型のデータ化の難点は、精度の良い３次元スキャンと同一症例における異なる時点の模型の重ね合わせであるため、今後はこれらの問題にも対処する。
現在、さまざまな検討を行っているが、まず上顎の口蓋面の形態を用いて重ね合わせ、次に上顎歯列の咬合面形態に対し、下顎歯列の咬合面形態でマッチングさせる方法が可能性が高いことがわかってきた。これらのステップを用い、正中部口蓋の形態を側面セファロの口蓋部分の形態とマッチングさせる方法で模型の３次座標データの原点設定の問題をクリアし、S点を用いた原点設定と計測点データの取得、統一化を試みる。成長では、硬組織・軟組織ともに重ね合わせの基準点自体も成長変化するため、S点を重ね合わせの原点とすることが多く、これに合わせた形で歯列模型情報を統一化できる可能性を示すことができる。今後は、これらの方法で診断資料の情報を組合わせ、AIで特徴点の情報をマッピングする。
|
| Causes of Carryover |
使用中の3Dソフトウェアの進化が早く、3Dソフトを新しくすることで作業効率の向上をはかるため。
|
