| 研究課題/領域番号 |
20K10194
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分57060:外科系歯学関連
|
|---|
| 研究機関 | 大阪歯科大学 (2021-2023)
愛知学院大学 (2020) |
|---|
研究代表者 |
有地 淑子 大阪歯科大学, 歯学部, 主任教授 (60232063)
|
|---|
| 研究分担者 |
有地 榮一郎 愛知学院大学, 歯学部, 教授 (00150459)
福田 元気 大阪歯科大学, 歯学部, 助教 (20750590)
勝又 明敏 朝日大学, 歯学部, 教授 (30195143)
河合 泰輔 日本歯科大学, 生命歯学部, 教授 (30350143)
木瀬 祥貴 愛知学院大学, 歯学部, 講師 (30513197)
小林 馨 鶴見大学, 歯学部, 非常勤講師 (50139614)
荒木 和之 昭和大学, 歯学部, 特任教授 (50184271)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| キーワード | 人工知能 / パノラマX線画像 / CT / 超音波画像 / 頸部リンパ節 / 顎関節症 / 上顎洞炎 / 顎骨嚢胞 |
|---|
| 研究成果の概要 |
歯科領域の疾患に対し画像認識モデルを作成しその精度を解析した。分類用CNNを用いてパノラマX線画像での変形性顎関節症や関節突起骨折、CTでのリンパ節節外浸潤、超音波画像でのシェーグレン症候群の診断において十分な正診率が得られた。転移学習は、データを動かすことなくモデルを効率的に他施設で使用でき、多施設共同研究では有用な手法であった。
検出用CNNを用いて、パノラマX線画像での上顎正中過剰埋伏歯、顎裂、唾石、上顎洞炎、CTや超音波画像での頸部リンパ節の検出に成功した。領域抽出用CNNを用いて、パノラマＸ線画像での下顎管や顎骨腫瘍、CTでの頸部リンパ節、MRでの顎関節円板の領域抽出に成功した。
|
| 自由記述の分野 |
外科系歯学関連
|
| 研究成果の学術的意義や社会的意義 |
本研究は、ディープラーニングを用いてクラス分類(病変の診断)、物体検出(病変の自動検出)やセグメンテーション(領域抽出)の学習モデルを作成する。人間が考えた特徴的な識別所見を入力するのではなく、画像そのものを入力するだけで学習できる。多施設共同研究を実行することで、より精度の高い普遍的なモデル作成が期待できる。本研究の遂行により、歯科放射線専門医のいない施設や遠隔地における画像診断支援につながるものと期待される。また、研修医や未熟練の歯科医師への教育効果も期待でき、多忙な歯科医師の画像診断を支援し、がんなどの重要所見の見落としを防止し、診断や治療方針立案の一助となるものと考えられる。
|
