Search research articles

お問い合わせ

JoVEについて

概要リーダーシップブログ JoVEヘルプセンター

著者向け

出版プロセス編集委員会範囲と方針査読よくある質問投稿

図書館員向け

推薦の声購読アクセスリソース図書館諮問委員会よくある質問

研究

JoVE Journal Methods Collections JoVE Encyclopedia of Experiments アーカイブ

教育

JoVE Core JoVE Business JoVE Science Education JoVE Lab Manual 教員リソースセンター教員サイト

プライバシーポリシー

関連する概念動画

Computed Tomography

Computed Tomography

Tomography refers to imaging by sections. Computed tomography (CT) is a non-invasive imaging technique that uses computers to analyze several cross-sectional X-rays to reveal minute details about structures in the body.
The technique was invented in the 1970s and is based on the principle that as X-rays pass through the body, they are absorbed or reflected at different levels. In the technique, a patient lies on a motorized platform while a computerized axial tomography (CAT) scanner rotates...

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え

Same author

Comparing Guided Surgical Endodontics Using Static Guidance, Dynamic Navigation, and Augmented Reality: A Systematic Review and Meta-analysis.

European journal of dentistry·2026

Same author

Artificial intelligence for skeletal classification in orthodontics: A systematic review and meta-analysis of lateral cephalometric studies.

Journal of Taibah University Medical Sciences·2026

Same author

Comparison of tooth fracture load between different conventional and CAD-CAM denture base materials.

Journal of prosthodontics : official journal of the American College of Prosthodontists·2026

Same author

Reimagining Dental Education: Integrating Digital Technologies for a Global, Digitally Native Generation-A Perspective.

European journal of dentistry·2026

Same author

Correction: Quantum-inspired fused explainable deep learning framework for early enamel caries classification in intraoral photographs.

Odontology·2026

Same author

Accuracy of Large Language Models in Answering Dental Examination Questions: A Systematic Review and Meta-Analysis.

International dental journal·2026

Search research articles

関連する実験動画

Updated: Sep 9, 2025

Photorealistic Learned Landscapes for Augmented Reality

Photorealistic Learned Landscapes for Augmented Reality

Published on: June 27, 2025

データ増強のための生成対抗ネットワークを用いた合成オートポントモグラフィの画像生成

Maria Waqas¹, Shehzad Hasan¹, Ammar Farid Ghori¹

¹Department of Computer and Information Systems Engineering, NED University of Engineering and Technology, Karachi, Pakistan.

International dental journal

|September 2, 2025

まとめ

この研究は,人工知能の開発のためのデータ不足に対処するために,現実的な合成歯X線画像を作成するために,生成的対抗ネットワーク (GAN) を使用する新しい方法を導入しています.

キーワード:

データ増強と人工知能歯科画像検査生成的な対抗ネットワーク (GAN)オートポントモグラフィー (OPG) X線

さらに関連する動画

Digital Hybrid Model Preparation for Virtual Planning of Reconstructive Dentoalveolar Surgical Procedures

Digital Hybrid Model Preparation for Virtual Planning of Reconstructive Dentoalveolar Surgical Procedures

Published on: August 5, 2021

関連する実験動画

Last Updated: Sep 9, 2025

Photorealistic Learned Landscapes for Augmented Reality

Photorealistic Learned Landscapes for Augmented Reality

Published on: June 27, 2025

Digital Hybrid Model Preparation for Virtual Planning of Reconstructive Dentoalveolar Surgical Procedures

Digital Hybrid Model Preparation for Virtual Planning of Reconstructive Dentoalveolar Surgical Procedures

Published on: August 5, 2021

科学分野:

医療用イメージング
人工知能
コンピュータ・ビジョン

背景:

歯科のX線データセットは稀で AIの開発を妨げています
既存のデータセットはプライバシーとリソースの制限を伴います

研究の目的:

高解像度合成オートポントモグラフィー (OPG) 画像を生成するための新しいパイプラインを開発する.
歯科用X線データが限られているという問題に対処するためです.

主な方法:

4777の実際のOPG画像で訓練されたカスタマイズされた生成対抗ネットワーク (GAN) を利用しました.
2048 × 1024の解像度で合成OPGを生成し,細かい解剖学的詳細を保存します.
YOLOオブジェクト検出モデルと専門の歯科医のスコアを使用して合成画像を評価しました.

主要な成果:

選択されたGANモデルは,正確な構造表現を持つ現実的な合成OPGを生成しました.
YOLO検出器は合成画像で優れた性能を示し,信頼性の高い特徴表現を示しました.
専門家の評価は,高い解剖学的妥当性を確認し,トップモデルは実際のOPGの50%以上を達成しました.

結論:

GANベースのパイプラインは,倫理的でスケーラブルな合成 OPG イメージの作成を可能にします.
この方法は人工知能による歯科診断のデータセットを効果的に拡張します
限られたデータやプライバシーに敏感な環境での AI モデルの開発のための実用的なソリューションを提供します.