权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

人工知能搭載手術用ビデオ顕微鏡を用いた拡張現実歯内療法支援システムの開発

使用配备人工智能的手术视频显微镜开发增强现实牙髓治疗支持系统

基本信息

批准号：
21K09869
负责人：
榊原安侑子
金额：
$ 2.66万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K09869/
关键词：
コンピュータ外科学

项目摘要

歯内療法は根管形態の複雑な三次元（3D）の空間認識が重要である。これまでに、手術用ビデオ顕微鏡システムを用い、コンピュータビジョンにより歯を画像認識してマーカーを用いずに画像情報により、CT（コンピュータ断層撮影）画像と患者位置の空間的対応関係を求める処理（レジストレーション）を行う拡張現実（AR）技術の開発を行ってきた。術者は見ることの出来ない部位を可視化し、立体的な位置関係を把握できる。根管治療などの際、血管、神経、顎骨、歯根、根管（複数根・湾曲方向・イスムス・フィンなど）をディスプレイに拡張現実表示する。現状では、歯科用CTなどから3D画像処理ソフトウェアを用いて、歯科医が自分で手術用ビデオ顕微鏡システムにAR表示する3D画像を構築する必要がある。本研究では、人工知能（AI）が自動で取得したデータから認識・理解し、根管などの3D画像を構築してCT画像（コンピュータ空間）と患者位置（現実空間）のレジストレーションを行う、AI搭載手術用ビデオ顕微鏡を用いたAR歯内療法支援システムを開発する。術前CTや口腔内スキャナの3D画像を用いて、歯や骨に関する形状情報を深層学習により自動でモデリングできる。そのため、本研究では深層学習を利用して全自動の3D画像構築、レジストレーション、治療計画の自動化と画像認識プログラムに基づいたロボット制御技術の開発を行う。これによって、術者の経験や勘ではなく、自動で根管などの3D画像が歯にAR表示されるデータに基づいた根管治療ができる。将来的には、ロボット手術に応用される。

Endodontic therapy is important for understanding the three-dimensional (3D) space of root canal morphology. The development of image processing technology for surgical micro-mirrors and image recognition technology for CT (Computer Tomography) The operator can visualize the position of the object and grasp the three-dimensional positional relationship. Root canal therapy: root canal therapy, blood vessel therapy, nerve therapy, jaw therapy, dental therapy, root canal therapy At present, it is necessary for dentists to construct 3D image processing software for dental CT and microscopes for AR presentation. In this study, artificial intelligence (AI) was developed to automatically acquire knowledge and understanding, to construct 3D images of root canals, to perform CT images (in the spatial domain), to position patients (in the spatial domain), and to support AR endotherapy using AI with surgical microscopes. Preoperative CT and 3D images of the oral cavity are used, and the shape information of the dental bone is deeply learned. In this study, we developed a method of automatic 3D image construction, image recognition and treatment planning based on deep learning. The root canal treatment is performed automatically by the operator and the root canal operator. In the future, we will continue to work together.