講演抄録/キーワード |
講演名 |
2020-01-29 13:20
歯科用Cone-beam CTにおけるRelation Moduleを用いた歯牙の関連性にもとづく歯牙の検出 ○沓名将太(岐阜大)・村松千左子(滋賀大)・髙橋 龍・林 達郎(メディア)・周 向栄(岐阜大)・西山 航(朝日大)・有地淑子(愛知学院大)・原 武史(岐阜大)・勝又明敏(朝日大)・有地榮一郎(愛知学院大)・藤田広志(岐阜大) MI2019-82 |
抄録 |
(和) |
現在,歯科治療において画像診断が広く用いられている.歯科パノラマX線画像や歯科用Cone-beam CT(CBCT)などが利用されるが,CBCTは口腔内の解剖学的情報を正確に把握でき,画像診断や治療計画に利用されている.本研究ではCBCTにおいて歯牙を自動認識し,医師の読影支援を目的とする.CBCTの歯牙を認識する際には,主にその歯種の判別において,歯列の順序が重要な判断材料となる.そこで,物体間の関連性を学習できるRelation Moduleが本研究に有効であると考えた.入力画像よりCNNを用いて抽出した特徴から,Relation Moduleを用いて物体同士の関連性にもとづきBox回帰と分類を行う.84症例を使用し,交差検証により検出率を評価したところ,9割以上の高い検出率を示した. |
(英) |
Recently, image diagnosis using dental panoramic X-ray images and dental cone-beam CT (CBCT) is widely used in dental treatment. CBCT accurately represents the anatomical information and is used for diagnosis and treatment planning. In this study, we aim to automatically recognize teeth to assist doctors in interpretation. The order of the dentition is an important information for recognizing the tooth type. Therefore, we consider the relation module that takes into account the relationship between objects is effective for this study. Based on the features extracted from the input images by using CNN, the relation module outputs the box regression results and their tooth types. Using 84 cases, we evaluated the detection performance by cross-validation. As a result, the high detection rate over 90% was obtained. |
キーワード |
(和) |
歯科CT / 深層学習 / 物体検出 / / / / / |
(英) |
Dental CT / Deep Learning / Object Detection / / / / / |
文献情報 |
信学技報, vol. 119, no. 399, MI2019-82, pp. 75-76, 2020年1月. |
資料番号 |
MI2019-82 |
発行日 |
2020-01-22 (MI) |
ISSN |
Print edition: ISSN 0913-5685 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 |
MI2019-82 |