デンタルチャート自動作成システム開発のためのAIモデルと学習データの検討

カテゴリ: 部門大会

論文No: MC2-2

グループ名: 【C】2024年電気学会電子・情報・システム部門大会

発行日: 2024/08/28

タイトル(英語): Examination of AI Models and Training Data for  Development of  Automated Dental Charting System

著者名: 塚原 晴彦（日本大学）,高野 栄之（徳島大学）,内木場 文男（日本大学）,金子 美泉（日本大学）

著者名(英語): Haruhiko Tsukahara (Nihon University),Hideyuki Takano (Tokushima University),Fumio Uchikoba (Nihon University),Minami Kaneko (Nihon University)

キーワード: AI画像解析|AI Image Analysis

要約(日本語): 大規模災害時の犠牲者の個人識別には生前・死後の歯科所見の照合が有用だが，手作業で行われており多大な時間を要する．本研究ではデンタルチャート自動作成システムの開発を目標とする．正確なデンタルチャート作成には，口腔内画像から歯種判別と歯科所見の有無を判断するＡＩモデルの精度が重要となる．そこでＡＩモデルのＣＮＮアーキテクチャ変更による認識精度の変化と，教師データに対する上下・左右反転の有無が歯種判別精度に及ぼす影響について検討する．結果，ＣＮＮアーキテクチャがＲｅｓｎｅｔ５０のｍＡＰは４２．１８，Ｒｅｓｎｅｔ１０１のｍＡＰは４０．５９となった．データ拡張では上下・左右反転ありモデルの歯種正答率は５１％，上下・左右反転なしは８４％となった．また，左右反転のみでは正答率は４８％，上下反転のみでは８４％となった．これより，歯単体を正確に認識するにはＣＮＮの層を減らし，左右反転なしが有効といえる．