Oral Imaging for Malocclusion Issues Assessments: OMNI Dataset, Deep Learning Baselines and Benchmarking

要約

不正咬合は歯科矯正の主要な課題であり、その複雑な症状と多様な臨床症状により、正確な局在と診断が特に重要になります。
現在、歯科画像分析の分野に直面している主要な欠点の1つは、不正咬合問題に特化した大規模で正確にラベル付けされたデータセットの欠如であり、歯科分野での自動化された診断の開発を制限し、臨床診療の診断精度と効率の欠如につながります。
したがって、この研究では、口腔および顎顔面の自然画像（OMNI）データセットを提案します。これは、不正咬合の問題の歯科画像を分析する研究を進めることを目的とした新規で包括的な歯科画像データセットです。
具体的には、データセットには、データ収集に384人の参加者が参加し、プロの歯科医が注釈を付けた4166のマルチビュー画像が含まれています。
さらに、3つのCNNベースの方法、2つの変圧器ベースの方法、1つのGNNベースの方法を含む、作成されたOMNIデータセットの包括的な検証を実行し、不正咬合問題のために自動診断実験を実施しました。
実験結果は、OMNIデータセットが不正咬合問題の自動診断研究を促進し、この分野の研究のための新しいベンチマークを提供できることを示しています。
Omniデータセットとベースラインコードは、https://github.com/roundfacej/omniで公開されています。

要約(オリジナル)

Malocclusion is a major challenge in orthodontics, and its complex presentation and diverse clinical manifestations make accurate localization and diagnosis particularly important. Currently, one of the major shortcomings facing the field of dental image analysis is the lack of large-scale, accurately labeled datasets dedicated to malocclusion issues, which limits the development of automated diagnostics in the field of dentistry and leads to a lack of diagnostic accuracy and efficiency in clinical practice. Therefore, in this study, we propose the Oral and Maxillofacial Natural Images (OMNI) dataset, a novel and comprehensive dental image dataset aimed at advancing the study of analyzing dental images for issues of malocclusion. Specifically, the dataset contains 4166 multi-view images with 384 participants in data collection and annotated by professional dentists. In addition, we performed a comprehensive validation of the created OMNI dataset, including three CNN-based methods, two Transformer-based methods, and one GNN-based method, and conducted automated diagnostic experiments for malocclusion issues. The experimental results show that the OMNI dataset can facilitate the automated diagnosis research of malocclusion issues and provide a new benchmark for the research in this field. Our OMNI dataset and baseline code are publicly available at https://github.com/RoundFaceJ/OMNI.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google