ペリオルタルX線画像品質の深層学習ベース評価
Xiuting Chi1, Mingchao Wang2, Yue Gao1
1Department of Radiology, Qingdao Stomatological Hospital Affiliated to Qingdao University, Qingdao, 26001, Shandong, China.
Scientific reports
|January 12, 2026
まとめ
本研究は、歯科用X線（根尖性歯周病画像）の品質評価を自動化するAIシステムを導入し、精度を向上させ、撮り直しによる患者の放射線被ばくを削減します。
科学分野:
- 歯科における人工知能;医用画像解析;品質評価のための深層学習
背景:
- 根尖性歯周病画像（PA）の手動評価は主観的で非効率的です。;現在の方法では、診断の不確実性と患者の放射線被ばくが増加します。;歯科画像における自動化された客観的な品質管理の必要性。
研究 の 目的:
- 包括的なPA品質評価のための自動化された深層学習システムを開発すること。;歯の位置を分類し、一般的な画像品質の欠陥を検出すること。;歯科医院における診断精度とワークフローの効率を向上させること。
主な方法:
- 3594枚のPAのレトロスペクティブデータセットを利用しました。;歯の位置分類と欠陥検出のためにResNet50モデルをトレーニングしました。;クラスの不均衡に対処するために、データ拡張とオーバーサンプリングを採用しました。
主要な成果:
- 様々な評価において最大1.000のAUC値で高いパフォーマンスを達成しました。;歯の位置と品質の欠陥を特定する上で優れた精度を示しました。;AUC：0.997（歯の位置）、0.996（垂直角）、1.000（水平角）、1.000（歯冠被覆）、0.994（根尖被覆）、0.999（コーンカット）、0.924（スクラッチ）。
結論:
- ResNet50アルゴリズムは、PA品質評価を効果的に自動化します。;AIツールは、診断を改善し、再撮影を減らすために臨床統合の可能性を示しています。;臨床展開前のマルチセンターデータセットでのさらなる検証が必要です。
