多元歯形状データベースに基づくAIベース歯科治療支援システムの開発

基于多维牙形数据库的人工智能牙科治疗支持系统的开发

基本信息

批准号：
22H03615
负责人：
諸岡健一
金额：
$ 11.23万
依托单位：
Okayama University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

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た．この手法の開発のため，まず岡大歯学部が有する歯列形状モデルのうち150人分を用いて，個々の歯を手動で切り出し，7種類の歯（中切歯，側切歯，犬歯，第一・第二小臼歯，第一・第二大臼歯）のデータベースを構築した．また，各種の歯ごとに，その歯の平均形状およびその形状の多様性を記述する統計的形状モデル（Statistical Shape Model: SSM）を構築した．次に，既存の歯抽出システムであるMeshSNetを使って，歯列形状データから歯と思われる領域を抽出する．しかし，抽出した領域がどの歯の種類であるかは不明である．そこで，既存の物体認識システムであるDGCNNに基づき，歯データベースを使って，与えられた3次元形状から歯の種類を認識するシステムを構築した．そして，認識した歯に対応するSSMを使って，MeshSNetによって抽出された領域から歯の形状のみを抽出，あるいは欠損部を補間する技術を開発した．これらの処理を組み合わせた提案システムでは，MeshSNetより歯の抽出精度を向上することができた．一方，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．そのため，2023年度ではこの問題点を解決し，システムの完成を目指す．

该研究旨在通过将申请人的实时有限元分析系统 (neuroFEM) 与来自 3,000 多人的牙列数据的 3D 形状数据库相结合，显着提高牙科治疗的有效性和可靠性。该项目的目的是开发一种牙科治疗方法。新一代牙科治疗支持系统，根据患者的3D牙齿形状数据，提出适合患者牙齿状况的定制正畸治疗计划。 2022年度，我们研究了一种方法，使用来自3,000多人的牙列形状模型，从由任意数量的牙齿组成的牙列形状数据中自动提取单个牙齿。为了开发这种方法，我们首先使用冈谷大学牙科学院拥有的 150 个牙列形状模型手动切割单个牙齿，并提取七种类型的牙齿（中切牙、侧切牙、尖牙、第一和第二前磨牙、第一磨牙的数据库）和第二磨牙）已构建。我们还构建了一个统计形状模型（SSM）来描述每个牙齿的平均形状及其形状多样性。接下来，我们使用现有的牙齿提取系统MeshSNet从牙列形状数据中提取看似牙齿的区域。然而，尚不清楚提取的区域是哪种牙齿类型。因此，基于现有的物体识别系统DGCNN，我们构建了一个系统，使用牙齿数据库从给定的三维形状识别牙齿的类型。然后我们开发了一种技术，使用与识别的牙齿相对应的SSM从MeshSNet提取的区域中仅提取牙齿的形状，或者对缺失的部分进行插值。与 MeshSNet 相比，结合这些过程的所提出的系统能够提高拔牙精度。另一方面，如果 MeshSNet 的区域提取精度较差，则很难使用所提出的系统来提高精度。因此，我们的目标是解决这个问题，并在2023年完成该系统。