| 研究課題/領域番号 |
21K17188
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分57070:成長および発育系歯学関連
|
|---|
| 研究機関 | 長崎大学 |
|---|
研究代表者 |
ヌエン アン・チュアン 長崎大学, 医歯薬学総合研究科(歯学系), 客員研究員 (60897338)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2023年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | 人工知能 / 共分散進化戦略 / 有限要素法 / 歯の移動 / 歯槽骨リモデリング / ３次元形状計測 / 骨改造 / シミュレーション / 矯正装置 |
|---|
| 研究開始時の研究の概要 |
本研究では、人工知能 (AI) 技術を適用し、最適化問題を解く手法として共分散進化戦略（CMA-ES）を用い、生体での実験結果とシミュレーション結果の誤差を最小とする骨改造量、すなわち歯の移動量を計算するパラメータの最適化を行うことで骨改造現象を組み込んだ長期的な歯の移動シミュレーション法を開発する。
|
| 研究実績の概要 |
歯槽骨リモデリングのアルゴリズムを組み込んだ長期的な歯の移動シミュレーションと人工知能 (AI) 技術を融合することで、矯正装置デザインと荷重条件の組合せの自動最適化を試みた。人工知能 (AI) 技術の適用にあたっては、非線形最適化問題を解く手法として共分散進化戦略（CMA-ES）を用いた。装置デザインとして、埋伏犬歯を最終目標位置まで牽引する状況を想定し、埋伏犬歯に装着するアタッチメント位置とホールディングアーチ上の牽引用フック位置の最適な組合せ（牽引方向）を決定するシステムを開発した。具体的には、完成した長期的な歯の移動シミュレーションシステムを用いて、犬歯が埋伏したモデル上で、埋伏歯に装着するアタッチメントとホールディングアーチ上の牽引用フックを任意の位置に設定し、犬歯牽引のシミュレーションを行った。人工知能 (AI) 技術の適用には、最適化問題を解く手法として共分散進化戦略（CMA-ES）を用いて、移動後の犬歯の位置と理想目標位置の誤差を最小化した。最適化を行う関数に用いるパラメータには、犬歯抵抗中心の位置と傾斜度を用い、シミュレーション結果と理想位置における両パラメータの誤差が最小となる犬歯アタッチメント位置と牽引用フック位置の最適な組合せ（牽引方向）を決定した。有限要素モデルに応力や骨密度が骨改造速度に与える影響を組み込み、計算からフィードバックを繰り返し、シミュレーションの精度の向上をはかった後に、生体データとの近似性を確認した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
小動物用in vivoマイクロCTの老朽化により、実験的歯の移動実験を行えない状況が一定期間発生したため、研究の進行に遅延が生じた。
|
| 今後の研究の推進方策 |
患者を対象に、あらかじめ最適化したアタッチメント位置と牽引用フック位置を設定し、埋伏犬歯を牽引する。犬歯牽引前後に作製した歯列模型を対象に、高速３次元形状計測装置を用いて形状計測を行い、シミュレーション結果と治療結果における犬歯位置（移動動態）を比較することで、本法の妥当性を検証する。
|
