変形モデルベースのインプリシットニューラルネットワークを用いた欠損歯形態の自動再構成：複数歯位評価
Yiqing Wang1, Yuze Shi2, Nan Li2
1Department of Prosthodontics, Peking University School and Hospital of Stomatology, National Center of Stomatology, National Clinical Research Center for Oral Diseases, National Engineering Research Center of Oral Biomaterials and Digital Medical Devices, Beijing Key Laboratory of Digital Stomatology, Research Center of Engineering and Technology for Computerized Dentistry, Ministry of Health, NMPA Key Laboratory for Dental Materials, Beijing, PR China.
まとめ
新しい変形モデルベースのモデルは、欠損歯形態を正確に再構成し、デジタル歯科修復のための高い忠実度と次元の一貫性を示します。この自動化されたアプローチは、さまざまな歯の位置での歯科ワークフローの効率を向上させます。
科学分野:
- 歯科における人工知能;計算歯科解剖学;デジタル歯科
背景:
- 自動歯形態再構成は、デジタル歯科修復にとって重要です。既存の方法は、さまざまな歯の種類にわたる精度や一般化可能性が不足している可能性があります。
研究 の 目的:
- 自動歯形態再構成のための新しい変形モデルベースのインプリシットニューラルネットワーク（INN）モデルを開発すること。異なる歯の位置（臼歯、小臼歯、切歯）におけるモデルの精度と一般化可能性を評価すること。
主な方法:
- 臼歯、小臼歯、切歯のデジタルフルアーチキャストを利用しました。自己構造強化モジュールとマルチビュー2D深度マップを備えた変形モデルベースのINNモデルを開発しました。チャムファー距離、Fスコア、体積交差和を使用してパフォーマンスを評価しました。再構成された歯冠（GC）と元の（OC）および技師設計の（TC）歯冠をRMSと次元解析を使用して比較しました。
主要な成果:
- 50,000個のサンプリングポイントでトレーニングされたモデルは、自然な歯の形態によく一致する、優れた再構成精度を示しました。中央切歯は最も高い精度（CD = 0.0028 × 10-2、Fスコア = 0.9670、IoU = 0.9716）を達成しました。再構成された歯冠は、臼歯では技師設計の歯冠と同等の偏差を示しましたが、小臼歯および切歯ではより高い偏差を示しました。次元解析により、すべての歯の種類で元の歯冠との密接な一致が明らかになりました。
結論:
- 変形モデルベースのモデルは、許容可能な精度と適応性で、欠損した単一歯の形態を効果的に再構成します。モデルの高い忠実度と次元の一貫性は、デジタル歯科修復ワークフローを改善する可能性を示しています。さらなる研究では、データセットの拡張、モデルの改良、臨床的検証の組み込みに焦点を当てるべきです。
