講演抄録/キーワード |
講演名 |
2022-01-25 16:37
[ショートペーパー]マルチラベル検出による歯科パノラマX線画像上の歯牙と歯科補綴物の認識 ○森下拓水(岐阜大)・村松千左子(滋賀大)・髙橋 龍・林 達郎(メディア)・清野雄多(岐阜大)・西山 航(朝日大)・周 向栄・原 武史(岐阜大)・勝又明敏(朝日大)・藤田広志(岐阜大) MI2021-51 |
抄録 |
(和) |
本研究の目的は,歯科パノラマX線画像を解析し,読影に必要な情報を自動抽出して歯科医師の診断補助に寄与することである.本稿では,パノラマ画像925症例を用いて2種類のタスクを行った.1つ目は歯牙と歯科補綴物の32歯種認識,2つ目は検出された歯牙と補綴物の4属性分類(歯牙,残根,ポンティック,インプラント)であり,マルチラベル検出によってこれらを同時に処理した.YOLOv4と後処理を用いて,32歯種認識では検出再現率99.67%,1症例あたりの誤検出数0.07個,認識再現率98.70%を得た.4属性分類については,Accuracy = 0.995,Recall = 0.941,Precision = 0.871を得た. |
(英) |
The purpose of this study is to analyze dental panoramic radiographs for completing dental files to contribute to the diagnosis by dentists. In this study, two problems were addressed using 925 cases: the first one is the recognition of 32 tooth types (including dental prosthesis), and the second is to classify the detected teeth into four tooth attributes (tooth, remaining root, pontic, and implant). We processed these simultaneously by multi-label detection. Using YOLOv4 and post-processing, the results showed that the tooth detection recall was 99.67%, the number of false positives was 0.07 per image, and the 32-type recognition recall was 98.70%. For the classification of the four tooth attributes, the accuracy was 0.995, the recall was 0.941, and the precision was 0.871. |
キーワード |
(和) |
歯科パノラマX線画像 / 深層学習 / コンピュータ支援診断 / YOLOv4 / / / / |
(英) |
Dental panoramic radiographs / Deep learning / Computer-assisted diagnosis / YOLOv4 / / / / |
文献情報 |
信学技報, vol. 121, no. 347, MI2021-51, pp. 37-38, 2022年1月. |
資料番号 |
MI2021-51 |
発行日 |
2022-01-18 (MI) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
MI2021-51 |