パノラマX線写真における下顎第3大臼歯と下顎管の接触を判定するための2段階深層学習モデル

A two-stage deep-learning model for determination of the contact of mandibular third molars with the mandibular canal on panoramic radiographs.

抄録

目的:

本研究は、(1)下顎第3大臼歯(MTM)と下顎管(MC)の検出、および(2)パノラマX線写真におけるこれらの構造間の解剖学的関係(接触/非接触)の分類のための2段階深層学習(DL)モデルの精度を評価することを目的とした。

OBJECTIVES: This study aimed to assess the accuracy of a two-stage deep learning (DL) model for (1) detecting mandibular third molars (MTMs) and the mandibular canal (MC), and (2) classifying the anatomical relationship between these structures (contact/no contact) on panoramic radiographs.

方法:

パノラマX線写真上のMTMとMCを、較正された検者がバウンディングボックスを用いてラベリングした。各バウンディングボックスは片側にMTMとMCを含む。MTMとMCの関係は、2人の独立した検査者が、対応するパノラマ画像上のMTMとMCの状態を知ることなくCBCTスキャンで評価し、接触あり／なしを二分した。データは、80:10:10の比率で、トレーニング、検証、テストの各セットに分割された。MTMとMCの検出にはFaster R-CNNを使用し、それらの関係の分類にはResNeXtを使用した。MTMとMCの検出にはAP50とAP75を、分類性能の評価には精度、確度、再現性、F1スコア、AUROC（area-under-the-receiver-operating-characteristics curve）を用いた。モデルの学習と検証は、Pythonプログラミング言語とPyTorchフレームワークを用いて行った。

METHOD: MTMs and MCs were labeled on panoramic radiographs by a calibrated examiner using bounding boxes. Each bounding box contained MTM and MC on one side. The relationship of MTMs with the MC was assessed on CBCT scans by two independent examiners without the knowledge of the condition of MTM and MC on the corresponding panoramic image, and dichotomized as contact/no contact. Data were split into training, validation, and testing sets with a ratio of 80:10:10. Faster R-CNN was used for detecting MTMs and MCs and ResNeXt for classifying their relationship. AP50 and AP75 were used as outcomes for detecting MTMs and MCs, and accuracy, precision, recall, F1-score, and the area-under-the-receiver-operating-characteristics curve (AUROC) were used to assess classification performance. The training and validation of the models were conducted using the Python programming language with the PyTorch framework.

結果:

387枚のパノラマX線写真を評価した。MTMは両側232枚、片側155枚に認められた。MTMとMCを含む合計619枚の画像が収集された。MTMとMCの検出精度を示すAP50とAP75は、それぞれ0.99と0.90であった。分類精度、再現性、特異度、F1スコア、精度、AUROC値は、それぞれ0.85、0.85、0.93、0.84、0.86、0.91であった。

RESULTS: Three hundred eighty-seven panoramic radiographs were evaluated. MTMs were present bilaterally on 232 and unilaterally on 155 radiographs. In total, 619 images were collected which included MTMs and MCs. AP50 and AP75 indicating accuracy for detecting MTMs and MCs were 0.99 and 0.90 respectively. Classification accuracy, recall, specificity, F1-score, precision, and AUROC values were 0.85, 0.85, 0.93, 0.84, 0.86, and 0.91, respectively.

結論:

DLは、パノラマX線写真上でMTMとMCを検出し、それらの解剖学的関係を正確に評価することができる。

CONCLUSION: DL can detect MTMs and MCs and accurately assess their anatomical relationship on panoramic radiographs.