パノラマX線写真における顎下腺唾液腺検出における伝達学習法で作成したディープリーニングモデルの有効性

Efficacy of a deep leaning model created with the transfer learning method in detecting sialoliths of the submandibular gland on panoramic radiography.

抄録

目的:

本研究は、パノラマX線写真上の顎下腺唾石検出における、転移学習法で構築されたモデルを含む3つのディープラーニングモデルの性能を比較することを目的としたものである。

OBJECTIVE: This study aimed to compare the performance of 3 deep learning models, including a model constructed with the transfer learning method, in detecting submandibular gland sialoliths on panoramic radiographs.

研究デザイン:

2施設（A、B）のデータを用いて、B施設で使用するモデルを作成し、合計224枚の唾石を含むパノラマX線写真を使用した。モデル1はA施設のデータのみで作成、モデル2はA施設とB施設のデータを組み合わせて作成、モデル3はモデル1を転送し、B施設のデータを用いて様々な学習エポックで学習させ、転送学習法を用いて作成した。

STUDY DESIGN: We used data from 2 institutions (A and B) to create the models for use in institution B. In total, 224 panoramic radiographs with sialoliths were used. Model 1 was created using data from institution A only, model 2 was created using combined data from institutions A and B, and model 3 was created using the transfer learning method by having model 1 transferred and trained in various learning epochs using data from institution B. These models were tested and compared in their detection performance using testing data sets from institution B.

結果:

パノラマX線写真上の歯石に対して、300エポックのモデル2とモデル3が同等の性能を示し、最も高い検出率（再現性：感度85%、精度：陽性適中率100%、F値91.9%）を示した。

RESULTS: Model 2 and model 3 with 300 epochs performed equally well and yielded the highest detection rates (recall: sensitivity of 85%, precision: positive predictive value of 100%, and F measure of 91.9%) for sialoliths on panoramic radiographs.

結論:

本研究の結果は、適切なエポック数を用いた転移学習法の使用が、患者の個人データを施設間で共有する際の代替手段となる可能性を示唆している。

CONCLUSION: The results of this study suggest that use of the transfer learning method with an appropriate number of epochs may be an alternative to sharing patient personal data among institutions.