虫歯検知のための人工知能:MobileNetV2モデルによる混合,微調整,および量子化アプローチ
Ahmad Fitri Boy1,2, Akhyar Akhyar1,3, Teuku Yuliar Arif1,4
1Doctoral Program-School of Engineering, Universitas Syiah Kuala, Banda Aceh, Indonesia.
Journal of conservative dentistry and endodontics
|August 27, 2025
まとめ
この研究は,モバイルデバイスでのディープラーニングを使用して,早期の虫歯検出のためのAIシステムを開発しました. 最適化されたシステムは 96%の精度を達成し, サービス不足の地域には実用的な解決策を提供しました.
科学分野:
- 口腔 衛生
- 人工知能
- 医療用イメージング
背景:
- 虫歯は一般的な口腔疾患で 特に資源が限られている地域では 早期に発見されないことが多い
- アクセスしやすい 携帯可能で 人工知能を搭載した 早期カリアス検出のツールが 求められています
研究 の 目的:
- 歯の虫歯を早期発見するための効率的で正確なAIシステムを開発する.
- リアルな臨床環境でのモバイルデバイスへの導入を最適化します.
主な方法:
- 軽量AIモデル (MobileNetV2) がカリエス分類のために開発されました.
- ミックスアップ増強,微調整,量子化意識訓練を含む最適化技術が採用されました.
- 大量のデータセット (25,500 枚の画像) を利用し,精度,リコール,F1スコアを使用してパフォーマンスを評価した. モデルの解釈性はGrad-CAMを用いて評価された.
主要な成果:
- 最適化されたAIモデルは96.0%の精度とF1スコアを達成しました.
- モデルサイズが72. 68%減少し,推論速度が98. 28%増加しました.
- 梯度加重クラスアクティベーションマッピング (Grad-CAM) は,その予測のために解剖学的に関連する領域に焦点を当てたことを確認しました.
結論:
- 開発されたAIシステムは,虫歯のスクリーニングのための実用的で正確なオフラインソリューションを提供します.
- この技術は 資源が少ない環境では特に有益で 口腔疾患の早期発見のアクセシビリティを向上させます
