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

診療中の映像に基づく歯科診療の手技アルゴリズムの推定

基于治疗过程中图像的牙科治疗技术算法评估

基本信息

批准号：
22K18211
负责人：
岡真太郎
金额：
$ 2.91万
依托单位：
Osaka University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22K18211/
关键词：
歯科治療医療安全機械学習

项目摘要

今年度の研究においてはまず、実際の診療を複数のカメラで記録し蓄積するデータベースの構築を行い、電子カルテシステムを参照することで処置内容を確認できるシステムの構築を行った。このシステムは患者の個人情報に配慮し、同意の得られた患者の診療中のみ映像を記録し、それ以外の場合は映像を記録しないよう、患者に合わせて半自動でシステムの動作を制御する仕組みを実装している。このシステムにより、診療中の術者・患者の動作、口腔内の様子、使用する器具の状況を半自動で蓄積可能となった。器具を置く台を写した映像に対して処置の特徴を取り出すために、一般物体認識モデルであるYOLOv4およびYOLOv7で器具を高確率に検出するための効率的なアノテーション手法について研究を行い、「An efficient annotation method for image recognition of dental instruments」のタイトルでScientific Reportsへ掲載された。この方法を用いてトレー上の映像を、器具の種類とその個数を示す時系列情報に変換し、う蝕処置、歯周処置、根管貼薬処置、根管充填処置の4種の診療内容を分類する手法の研究を行っている。この時系列情報に対して従来から一般的に用いられる再帰ニューラルネットワーク(RNN)の一種であるLSTMをそのまま用いても焼く50%程度でしか診療内容を分類することができないが、RNNを用いないニューラルネットワークを用いることで、高い精度で分類できることが明らかとなっている。

This year's research is conducted in the field of diagnosis and treatment, and the construction of electronic diagnosis and treatment system is confirmed. The system is configured to process the patient's personal information, record the patient's image during diagnosis, record the image in other situations, and control the patient's semi-automatic system operation. The status of the system, the operator in the diagnosis, the patient's movements, the oral cavity, and the use of the instrument may be semi-automatically accumulated. The characteristics of the instrument are extracted from the image of the instrument. The general object recognition method is YOLOv4 and YOLOv7. The instrument is detected with high accuracy. The effective method of image recognition is published in Scientific Reports. This method is used to study the classification of four kinds of treatment contents: image, type and number of instruments, time series information, erosion treatment, periapical treatment, root canal dressing treatment and root canal filling treatment. This time series information is related to the general use, the second use, the third use, and the third use of the RNN (RNN). The LSTM is used to burn 50% of the diagnosis content. The RNN is used to classify the diagnosis content.