DENTEX: An Abnormal Tooth Detection with Dental Enumeration and Diagnosis Benchmark for Panoramic X-rays

要約

パノラマ X 線写真は歯科治療計画のために頻繁に使用されますが、その読影には時間がかかり、間違いが発生しやすい場合があります。
人工知能 (AI) はこれらの X 線の分析を支援し、それによって歯科診断と治療計画の精度を向上させる可能性があります。
それにもかかわらず、この目的のために自動アルゴリズムを設計することは、主に注釈付きデータの不足と解剖学的構造の変化により、重大な課題を引き起こします。
これらの問題に対処するために、2023 年に医療画像コンピューティングとコンピュータ支援介入に関する国際会議 (MICCAI) と連携して、パノラマ X 線による歯科列挙と診断チャレンジ (DENTEX) が組織されました。このチャレンジは、開発を促進することを目的としています。
4 つの異なる診断を含む、部分的に注釈が付けられた象限データ、部分的に注釈が付けられた象限列挙データ、および完全に注釈が付けられた象限列挙診断データの 3 種類の階層的に注釈が付けられたデータを使用した、異常な歯のマルチラベル検出のためのアルゴリズム。
この論文では、完全に注釈が付けられたデータに対する参加者アルゴリズムを評価し、異常な歯の検出における象限、列挙、および診断ラベルのパフォーマンスの変動をさらに調査した結果を示します。
この注釈付きデータセットの提供と、この課題の結果は、歯科分野でより正確かつ効率的な診断と治療計画を提供できる AI を活用したツールの作成の基礎を築く可能性があります。
評価コードとデータセットは https://github.com/ibrahimethemhamamci/DENTEX からアクセスできます。

要約(オリジナル)

Panoramic X-rays are frequently used in dentistry for treatment planning, but their interpretation can be both time-consuming and prone to error. Artificial intelligence (AI) has the potential to aid in the analysis of these X-rays, thereby improving the accuracy of dental diagnoses and treatment plans. Nevertheless, designing automated algorithms for this purpose poses significant challenges, mainly due to the scarcity of annotated data and variations in anatomical structure. To address these issues, the Dental Enumeration and Diagnosis on Panoramic X-rays Challenge (DENTEX) has been organized in association with the International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI) in 2023. This challenge aims to promote the development of algorithms for multi-label detection of abnormal teeth, using three types of hierarchically annotated data: partially annotated quadrant data, partially annotated quadrant-enumeration data, and fully annotated quadrant-enumeration-diagnosis data, inclusive of four different diagnoses. In this paper, we present the results of evaluating participant algorithms on the fully annotated data, additionally investigating performance variation for quadrant, enumeration, and diagnosis labels in the detection of abnormal teeth. The provision of this annotated dataset, alongside the results of this challenge, may lay the groundwork for the creation of AI-powered tools that can offer more precise and efficient diagnosis and treatment planning in the field of dentistry. The evaluation code and datasets can be accessed at https://github.com/ibrahimethemhamamci/DENTEX

arxiv情報

提供元, 利用サービス

arxiv.jp, Google