歯の年齢を測定する全自動化フレームワークの開発
Witsarut Upalananda1,2, Sangsom Prapayasatok3, Sakarat Na Lampang3
1Department of Biomedical Sciences and Biomedical Engineering, Faculty of Medicine, Prince of Songkla University, Hatyai, 90110, Songkhla, Thailand.
Dento maxillo facial radiology
|September 3, 2025
まとめ
この研究は,パノラマX線写真を用いた若者の歯の年齢推定のための自動化されたディープラーニングフレームワークを提示しています. このモデルは高精度で 法医学的な応用に 有望なツールを提供した.
科学分野:
- 法医学人類学
- 放射線科
- 人工知能
背景:
- 正確な年齢推定は 法医学において,特に身元不明の個人を特定するために重要です.
- 放射線写真による歯の年齢の推定は信頼できる方法ですが,手作業による分析は時間がかかり,主観的かもしれません.
研究 の 目的:
- 歯の年齢を推定するための 自動化された説明可能な ディープラーニングの枠組みを開発する.
- パノラマX線写真を用いた若者 (8歳から23歳) の年齢推定の精度と効率を向上させる.
主な方法:
- 2段階のディープラーニングパイプラインが開発され,指向型歯検出 (YOLO11-OBB) と注意重みモジュール付きの回帰モデルを使用して年齢推定が組み込まれました.
- パノラマX線写真1639のデータセットが利用されました.
- 落ち葉の歯の存在や性別などの補助的な特徴の影響を評価した.
主要な成果:
- 歯の検出段階では,F1スコアは0. 981でした.
- 最良の年齢推定モデル (落ち葉歯の特徴を持つDenseNet-121) は,平均絶対誤差 (MAE) が1.05 ±0.95年であった.
- 提案された枠組みは,MAEの削減において従来の方法を大幅に上回った.
結論:
- 開発されたフレームワークは,自動化された歯の年齢推定のための説明可能な高性能ソリューションを提供します.
- この技術は実用的な法医学での年齢評価に 大きく貢献します
