2023 Fiscal Year Annual Research Report
Improvement of periodontal tissue judgment with the compound eyes imaging system using deep learning
| Project/Area Number |
20K05369
|
|---|
| Research Institution | Osaka Dental University |
|---|
Principal Investigator |
緒方 智壽子 大阪歯科大学, 歯学部, 助教 (60288777)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
谷田 純 大阪大学, 大学院情報科学研究科, 教授 (00183070)
香川 景一郎 静岡大学, 電子工学研究所, 教授 (30335484)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | 複眼システム / 歯周組織 / TOMBO / 歯肉厚 / 歯周治療 / ニューラルネットワーク |
|---|
| Outline of Annual Research Achievements |
マルチスペクトル画像とニューラルネットワークを用いて歯肉厚推定を行った。歯肉と象牙質を仮定した２層の歯肉モデリングを行い、学習データセットとして使用した。4 波長の口腔画像を入力として、2 次元の歯肉厚分布画像を示した。歯肉の奥に歯槽骨がない箇所では、CT の結果と近い値が得られた。一方で歯槽骨を含む箇所では、推定誤差が大きくなった。これらの実験により、一部を除き、口腔の分光画像をもとにニューラルネットワークを用いて歯肉の厚さを推定できることを示した。
分光画像による歯肉厚測定は、歯肉の奥に象牙質がある箇所では歯肉厚の推定ができていたが、歯槽骨が含まれる箇所では推定誤差が大きくなった。歯槽骨は血管が通っており吸収が強い組織であるが、今回２層目で設定した象牙質は散乱が強い組織である。そのため歯槽骨を考慮した歯肉モデルを作成する必要がある。
本研究で使用した歯肉+象牙質のモデルAに加え、歯肉+歯槽骨のモデルBを追加してそれぞれ推定することで、歯槽骨の有無にかかわらず推定することができると考えられる。このためには、ニューラルネットワークで学習する前に、実測データを歯槽骨がある箇所とない箇所とで分ける必要があり、歯槽骨を考慮した歯肉モデルを作製することにより、すべての箇所における歯肉厚の推定ができる可能性が示唆された。
|
