| 研究課題/領域番号 |
23K24871
|
|---|
| 補助金の研究課題番号 |
22H03615 (2022-2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2022-2023) |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 熊本大学 (2023-2024)
岡山大学 (2022) |
|---|
研究代表者 |
諸岡 健一 熊本大学, 大学院先端科学研究部(工), 教授 (80323806)
|
|---|
| 研究分担者 |
上岡 寛 岡山大学, 医歯薬学域, 教授 (80253219)
宮内 翔子 九州大学, システム情報科学研究院, 助教 (40828555)
河野 加奈 岡山大学, 医歯薬学域, 助教 (40780862)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
17,550千円 (直接経費: 13,500千円、間接経費: 4,050千円)
2024年度: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2023年度: 6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
2022年度: 7,020千円 (直接経費: 5,400千円、間接経費: 1,620千円)
|
|---|
| キーワード | 歯科治療支援 / 多元歯データベース / マルチスケール・マルチフィジックス実時間解析 / 多元歯形状データベース |
|---|
| 研究開始時の研究の概要 |
歯科治療の効果・確実性の飛躍的な向上を目指し，申請者が有する実時間有限要素解析システム(neuroFEM)と，3,000人以上からなる歯列の3次元形状データベースを融合することで，患者の3次元歯列形状データから，その歯の様態に適切なオーダーメイド矯正治療計画を提示する，次世代の歯科治療支援システムの開発を目的とする．
|
| 研究実績の概要 |
当該研究は，歯科治療の効果・確実性の飛躍的な向上を目指し， 申請者が有する実時間有限要素解析システム(neuroFEM) と，3,000 人以上からなる歯列の3次元 形状データベースを融合することで，患者の3 次元歯列形状データから，その歯の様態に適切なオーダーメイド矯正治療計画を提示する，次世代の歯科治療支援 システムの開発を目的とする.
2022年度では，3,000人以上の歯列形状モデルを使って，任意の本数の歯からなる歯列形状データから，個々の歯を自動的に抽出する手法について研究を行っていた．この方法では，既存の歯抽出システムであるMeshSNetを使って，歯列形状モデルから個々の歯領域を抽出する．しかし，MeshSNetで領域抽出精度が悪い場合，提案システムでもその精度向は困難であった．また，MeshSNetは上下歯列がそれぞれ14個から構成されていることが前提である．しかし，歯が抜ける，あるいは親知らずが生えるなど，必ずしも歯列が14個から構成されているとは限らず，この場合MeshSNetの領域抽出精度は劣化する．
そこで，2023年度ではこの問題点を解決し，歯列からの歯領域抽出精度の向上を図った．具体的には，まず，2022年度で開発したシステムを使って歯の候補領域を抽出する．この候補領域は，他の歯のデータを含んでいたり，欠損部を含む場合がある．そこで，各歯の統計的形状モデル（Statistical Shape Model:SSM）に基づいて，候補領域よりデータを選別したり，候補領域に含まれていないデータを歯列データから検出する．開発したシステムにより，歯の抽出精度を向上できただけでなく，任意の本数の歯からなる歯列形状データから，個々の歯を自動的に抽出することを実現した．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
「研究実績の概要」で述べたように，歯列形状データから，個々の歯を自動的に抽出するシステムの基本的な処理は開発し，その精度は歯科治療支援に対し十分 である.したがって，本研究はおおむね順調に進展している.
|
| 今後の研究の推進方策 |
2023年度は，歯の矯正治療における歯の移動を推定する，マルチスケール・マルチフィジックス実時間解析システム Deep multi scale - multi physics analysis （DeepMSMP）の要素技術を開発しており，その研究を2024年度でも進める．
|
