2023 Fiscal Year Research-status Report
Development of tooth morphology identification method: collaboration between deep learning and geometric morphometrics
| Project/Area Number |
22K06415
|
|---|
| Research Institution | Nihon University |
|---|
Principal Investigator |
五十嵐 由里子 日本大学, 松戸歯学部, 准教授 (60277473)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
森田 航 独立行政法人国立科学博物館, 人類研究部, 研究員 (20737358)
金子 美泉 日本大学, 理工学部, 助教 (30755418)
近藤 信太郎 日本大学, 松戸歯学部, 特任教授 (60186848)
内木場 文男 日本大学, 理工学部, 教授 (60366557)
根岸 慎一 日本大学, 松戸歯学部, 教授 (60579118)
粟飯原 萌 日本大学, 理工学部, 助手 (90824011)
|
|---|
| Project Period (FY) |
2022-04-01 – 2027-03-31
|
| Keywords | 人工知能 / ディープラーニング / 歯種鑑別 / 下顎小臼歯 / 抜去歯 / 転移学習 |
|---|
| Outline of Annual Research Achievements |
今年度も引き続き，ディープラーニングを用いて，歯種鑑別を行う学習モデルの構築を試みた。今年度対象とした歯種は下顎左右第一小臼歯と第二小臼歯である。資料として歯肉除去単独歯石膏模型および抜去歯を用いた。資料を回転台に乗せて回転させ，固定カメラで動画を撮影し，動画から静止画像を作成して訓練データ，検証データ，テストデータとした。ディープラーニングの中でも，畳み込みニューラルネットワークを採用した。これまでの実験で，学習モデル自体の正当性は証明されているので，学習データの改良により，モデルの精度の向上を試みた。今年度の新たな試みは以下の通りである。（１）資料として抜去歯（実物）を用いる（２）転移学習を導入する（３）資料の撮影方向を様々に変えてみる。その結果，抜去歯を舌側面60°の方向から撮影した画像を用いた場合に，最も鑑別精度の高いモデルを作ることができた。そのモデルでは，72.84％の確率で正しく歯種を鑑別し，左右を問わなければ 84.31％の確率で正しく歯種を鑑別することができることがわかった。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
歯種鑑別モデルの構築に関しては，最も鑑別が困難と考えられる下顎小臼歯の鑑別モデルが完成に近づいているので，順調な進捗異状況である。
|
| Strategy for Future Research Activity |
歯種鑑別モデルの構築において，対象とする歯種を上顎小臼歯，ついで大臼歯，犬歯，下顎中切歯以外の切歯に広げる。
幾何学的形態測定学との結果のすり合わせを行う。
|
| Causes of Carryover |
国内旅費とその他（英文校閲）の見積もりの詳細が不明だったため，次年度使用額が生じた。次年度使用額は次年度の国内旅費または英文校閲の費用として使用する。
|
