領域ベースの畳み込みニューラルネットワークを用いた歯科周囲X線写真のインプラント周囲骨量測定

Peri-Implant Bone Loss Measurement Using a Region-Based Convolutional Neural Network on Dental Periapical Radiographs.

抄録

インプラント周囲の骨の境界が不明瞭であったり、頬側と舌側の骨レベルの高さが異なったりすることが多いため、X線写真上でインプラント周囲の辺縁骨レベルを決定することは困難である。そこで、深層畳み込みニューラルネットワーク（CNN）を用いて、歯科周囲X線写真からインプラントの辺縁骨レベル、頂部、頂点を検出するための評価を行った。また、骨喪失率の算出と骨吸収の重症度分類のための自動アシスタントシステムを提案した。Microsoft Common Objects in Contextデータセットに基づく伝達学習を用いて、修正領域ベースCNN（R-CNN）を学習した。全体として、708枚の歯周X線画像をトレーニング（＝508枚）、検証（＝100枚）、テスト（＝100枚）のデータセットに分けた。トレーニングデータセットは、データ増強によってランダムに強化された。評価のために、平均精度、平均リコール、および平均対象キーポイント類似度（OKS）を計算し、モデルと歯科臨床医の平均OKS値を比較した。検出されたキーポイントを用いて、X線写真の骨欠損を測定し、分類した。インプラント周囲のランドマークの検出において、修正R-CNNモデルと歯科臨床医との間に統計的に有意な差は認められなかった。修正R-CNNモデルは、インプラント周囲炎の重症度を評価するために、X線写真によるインプラント周囲の骨喪失率を測定するために利用することができる。

Determining the peri-implant marginal bone level on radiographs is challenging because the boundaries of the bones around implants are often unclear or the heights of the buccal and lingual bone levels are different. Therefore, a deep convolutional neural network (CNN) was evaluated for detecting the marginal bone level, top, and apex of implants on dental periapical radiographs. An automated assistant system was proposed for calculating the bone loss percentage and classifying the bone resorption severity. A modified region-based CNN (R-CNN) was trained using transfer learning based on Microsoft Common Objects in Context dataset. Overall, 708 periapical radiographic images were divided into training ( = 508), validation ( = 100), and test ( = 100) datasets. The training dataset was randomly enriched by data augmentation. For evaluation, average precision, average recall, and mean object keypoint similarity (OKS) were calculated, and the mean OKS values of the model and a dental clinician were compared. Using detected keypoints, radiographic bone loss was measured and classified. No statistically significant difference was found between the modified R-CNN model and dental clinician for detecting landmarks around dental implants. The modified R-CNN model can be utilized to measure the radiographic peri-implant bone loss ratio to assess the severity of peri-implantitis.