パノラマX線写真における第三大臼歯埋伏の分類および検出のためのデュアルフレームワーク

科学分野:

• 口腔および顎顔面外科学;放射線学における人工知能;医用画像における深層学習

背景:

• 埋伏した下顎第三大臼歯の外科的抜歯は、下顎歯槽神経損傷のリスクを伴い、正確な術前評価が必要です。現在、歯科放射線学におけるAIは、二項分類、クラス不均衡、および標準化された評価の欠如によって制限されており、臨床応用を妨げています。

研究 の 目的:

• 埋伏した下顎第三大臼歯の包括的かつ自動化された分析のための2つの独立した深層学習フレームワークを開発および評価すること。第三大臼歯手術の術前評価の精度と効率を向上させること。

主な方法:

• マルチヘッド自己注意を備えた変更YOLOv10およびYOLOv11nアーキテクチャを使用したエンドツーエンドオブジェクト検出パイプライン。従来の機械学習アルゴリズムによって分類されるResNet50およびInceptionNetV3からのディープ特徴を利用した特徴ベースの分類アプローチ。

主要な成果:

• ResNet50特徴を備えたFine KNN分類器は、97.56%の精度と96.10%のF1スコアを達成しました。YOLOv11nオブジェクト検出は、計算複雑性が低いながらも、88.9%（mAP@0.5）の平均精度を示しました。マルチヘッド自己注意とGANベースの拡張は、検出性能を6.4% mAP向上させました。

結論:

• 提案されたAIフレームワークは、高い診断性能と計算効率を備えた、第三大臼歯埋伏の正確で自動化されたマルチクラス評価を提供します。この研究は、信頼性の高いF1スコア評価、リアルタイム検出、および改善された術前リスク層別化を通じて、AI支援外科計画を強化します。