Improvement of periodontal tissue judgment with the compound eyes imaging system using deep learning

利用深度学习的复眼成像系统改进牙周组织判断

• 批准号: 20K05369
• 负责人: 緒方 智壽子
• 金额: $ 2.83万
• 依托单位: Osaka Dental University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K05369/
• 关键词: 複眼撮像システム; 歯周組織; 歯周治療; 歯肉厚; ニューラルネットワーク; TOMBO; 複眼システム; 人工知能; 歯周疾患; 画像計測; ディープラーニング; ３次元形状計測

本年度は，計測した反射率から歯肉厚を推定するために，モンテカルロシュミレーションのための2層の歯肉モデルを作成した．それぞれの層について妥当な範囲で総ヘモグロビン量，組織酸素飽和度，パワー則に従った換算散乱係数を想定して，モンテカルロシミュレーションによりデータセットを作成した．これを用いて3層ニューラルネットワーク（NN）を学習し，歯肉厚を出力するNNを作成し，被験者実験により得られた反射率データの分布との比較を行い，付着歯肉部でのデータの有効性を確認した．モンテカルロシミュレーションにより2層の歯肉モデルを作成して，4つの波470nm, 660nm,730nm, 850nmに対する反射率のデータセットを作成した．これを用いて入力層のノード数4，中間層のノード数10，出力層のノード数1とした3層ニューラルネットワーク(NN)を学習し，1層目（歯肉）の厚みを出力するNNを作成した．2名の被験者実験により得た実測データの反射率画像からNNにより歯肉厚の分布を推定し,歯肉厚の正解データはX線CTから読み取った．比較の結果，歯槽粘膜部分は誤差が大きくなったが，付着歯肉については歯肉0.24mmRMSEの精度で良く推定されていた．被験者実験により得られた反射率データの分布を吟味したところ，付着歯肉と歯槽粘膜で，データが明らかに異なる分布を示していることが分かった．歯槽粘膜部での誤差が大きくなったのは，血液が豊富な歯槽骨が第2層にあるため，想定した2層モデルと実際の生体組織が異なることが原因と考えられる．

This year は measuring し た reflectivity か ら 歯 meat thick を presumption す る た め に, モ ン テ カ ル ロ シ ュ ミ レ ー シ ョ ン の た め の layer 2 の 歯 meat モ デ ル を made し た. そ れ ぞ れ の layer に つ い て in な van 囲 で 総 ヘ モ グ ロ ビ ン amount, acid saturation, パ ワ ー is に 従 っ た conversion coefficient of scattered を scenarios し て, モ ン テ カ ル ロ シ ミ ュ レ ー シ ョ ン に よ り デ ー タ セ ッ ト を made し た. こ れ を with い て 3 layer ニ ュ ー ラ ル ネ ッ ト ワ ー ク (NN) を learning し 歯 meat thick を output す る NN を し consummate, by 験 be 験 に よ り have ら れ た reflectivity デ ー タ の distribution と の is を い, pay the 歯 meat department で の デ ー タ の have sharper sex を confirm し た. モ ン テ カ ル ロ シ ミ ュ レ ー シ ョ ン に よ り layer 2 の 歯 meat モ デ ル を made し て, 4 つ の 470 nm, 660 nm, 730 nm, 850 nm に す seaborne る reflectivity の デ ー タ セ ッ ト を made し た. こ れ を with い て layer into force の ノ ー ド number 4, middle tier の ノ ー ド number 10, the output layer の ノ ー ド number 1 と し た 3 layer ニ ュ ー ラ ル ネ ッ ト ワ ー ク し を (NN) learning, 1 thick layer mesh (歯 meat) の み を output す る NN を made し た. Two の by 験 be 験 に よ り have た be measured デ ー タ の reflectivity portrait か ら NN に よ り 歯 meat thick の distribution を presumption し, 歯 meat thick の truth デ ー タ は X-ray CT か ら 読 み take っ た. Compare the results of の 歯 gums part は error が big き く な っ た が, pay the 歯 meat に つ い て は 歯 flesh 0.24 mmRMSE の good precision で く presumption さ れ て い た. By 験 be 験 に よ り have ら れ た reflectivity デ ー タ の distribution を recite with relish し た と こ ろ, pay the 歯 meat と 歯 gums to で デ ー タ が Ming ら か に different な を る distribution in し て い る こ と が points か っ た. 歯 gums department で の error が big き く な っ た の は, blood が aboundant な 歯 が osseous layer 2 に あ る た め, scenarios し た layer 2 モ デ ル と be interstate の living body tissue が different な る こ と が reason と exam え ら れ る.

项目成果

医療トランスデューサに資するフォトニック情報技術

光子信息技术有助于医疗换能器

• 发表时间: 2021
• 作者: K. Nihongi;T. Kida;Y. Narumi;J. Zaccaro;Y. Kousaka;K. Inoue;K. Kindo;and M. Hagiwara;津本 浩平;Wenqing Song，Daiki Okazaki，Kokoro Fujiwara，Ikki Morichika，Satoshi Ashihara;谷田 純
• 通讯作者: 谷田 純

ヘモグロビン濃度・散乱パラメータを考慮した多波長反射率による歯肉厚推定

考虑血红蛋白浓度和散射参数，使用多波长反射率估计牙龈厚度

• 发表时间: 2022
• 作者: 森 涼太朗;長田京太;谷田 純;緒方智壽子;香川景一郎
• 通讯作者: 香川景一郎

多波長反射率を用いた非侵襲・非接触な歯肉厚イメージング

使用多波长反射进行非侵入性、非接触式牙龈厚度成像

• 发表时间: 2022
• 作者: 森 涼太郎;香川景一郎;谷田 純;緒方智壽子
• 通讯作者: 緒方智壽子

Non-invasive non-contact gingival thickness imaging using visible light and near infrared light

使用可见光和近红外光的非侵入性非接触式牙龈厚度成像

• 发表时间: 2022
• 作者: Ryotaro Mori;Keiichiro Kagawa;Jun Tanida;Chizuko Ogata
• 通讯作者: Chizuko Ogata